机器学习分类下网络流量的特征选取

摘要

面对近年来不断增长的网络带宽压力,常见的基于端口和负载内容的网络流量分类系统,已经越来越难以满足大流量环境下的检测需求,而基于流行为特征的方法由于其难以规避性,正得到越来越多的重视。文中运用了基于流行为特征的流量分类方法,将几种具有较高区分度的特征引入特征向量中,采用K-Means进行初步聚类。实验证明,该方法产生了很好的分类效果,极大提高了P2P流量分类的准确率。