基于改进SVM的网络流量分类方法研究

针对网络环境中存在大量噪声和网络流量中存在过多的冗余特征属性,提出了一种具有特征有效度的模糊支持向量机(FW-FSVM),并将FW-FSVM应用于网络流量分类领域。该方法根据不同样本点对分类贡献的大小赋予相应的模糊因子,可以有效地消除噪声对分类精度的影响;同时计算网络流量中各个特征的有效度,消除弱特征属性或冗余特征属性对网络流量分类精度的影响。实验结果表明,FW-FSVM相比于其他网络流量分类方法能有效地提高网络流量分类精度且分类稳定性较高。