特征选择算法及其在网络流量识别中的应用研究

《特征选择算法及其在网络流量识别中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、单位代码：10293密级：硕士学位论文论文题目：特征选择算法及其在网络流量识别中的应用研究Y004091342学号杨飞虎姓名成卫青导师计算机应用技术学科专业计算机网络研究方向工学硕士申请学位类别二零一二年二月论文提交日期南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献

2、均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。涉密学位论文

3、在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________南京邮电大学硕士学位论文摘要学科、专业：工科、计算机应用技术研究方向：计算机网络作者：二零零九级硕士研究生杨飞虎指导教师：成卫青副教授题目：特征选择算法及其在网络流量识别中的应用研究英文题目：ResearchonFeatureSelectionApproachanditsApplicationinNetworkTrafficIdentification主题词：特征选择，ReliefF，互信息，遗传算

4、法，监督学习，流量识别Keywords:FeatureSelection,ReliefF,MutualInformation,GeneticAlgorithm,SupervisedLearning,TrafficIdentification南京邮电大学硕士研究生学位论文摘要摘要特征选择是从原始特征集中选取特征子集以使特定评估标准最优的过程，是机器学习、数据挖掘以及模式识别中的一项重要技术，是当前信息领域研究的热点之一。高维数据的不断涌现对已有的特征选择算法和机器学习算法提出了严峻的挑战，迫切需要准确性和运行效率等综合性能

5、较好的特征选择算法以及机器学习算法。基于流特征的网络流量分类或应用识别是网络测量领域的一个研究热点，而已定义的流特征有上百个，因此特征选择显得尤为重要。本文首先介绍了特征选择算法的基础知识，并简要介绍了两种典型的特征选择算法--ReliefF算法和互信息算法。结合两者的优点，并考虑到阈值的合理设置对于算法性能的重要性，提出了一种结合Wrapper思想的基于ReliefF算法与互信息度量的多类别分类的特征选择算法--RF-MI算法。该算法运用ReliefF算法去除无关特征，运用互信息度量去除冗余特征，根据分类性能评价不断迭

6、代调整阈值，以期许达到更好的分类性能。实验结果表明本文提出的算法在分类准确率和特征维度约减效率上优于其它特征选择算法。特征选择算法主要分为Filter式和Wrapper式两大类，Filter式算法运行速度快但准确率低，Wrapper式算法运行效率低但准确率高，这两种方法具有很强的互补性，因此将Filter式算法和Wrapper式算法结合起来，充分利用两者的优点，提出了一种基于互信息和遗传算法的组合式特征选择算法--ISU-GA算法。在UCI数据集上的实验结果表明算法具有良好的分类性能。最后，本文将RF-MI特征选择算法和

7、ISU-GA特征选择算法应用于网络流量识别中，并通过实验进行了比较与分析。在TraceAndrew系列数据集上的实验结果显示算法在保证了分类准确率的同时，较大幅度地降低了数据集的特征数目，达到了较好的特征约减效果，从而降低了构建分类模型的时空复杂度。综合考虑分类准确率和特征维度约减效率，ISU-GA算法的分类性能是比较优的，局限性在于耗时方面相对而言仍然比较多。关键词：特征选择，ReliefF，互信息，遗传算法，监督学习，流量识别I南京邮电大学硕士研究生学位论文ABSTRACTABSTRACTFeatureselecti

8、onistoselectthefeaturesubsetfromtheoriginalfeaturesetsothatthe specificevaluationcriteriawouldbeoptimal.Featureselection,oneofthehotspotsinthefieldof informati