基于本体的网络流量分类方法

摘要

为解决大规模复杂网络环境下网络流量数据多源、异构,流量信息资源缺乏一致性描述影响分类性能的问题,提出一种基于本体的网络流量分类方法.采用本体语义化描述网络流量信息资源,分层化构建网络流量本体,借助决策树算法建立分类模型,生成推理规则集,通过知识推理实现网络流量分类.实验结果表明,该方法有效可行,与SVM、Bayes-Net、BP神经网络分类方法相比,采用C4.5方法建立分类模型所需的训练时间明显低于其它方法,在识别准确率、泛化能力及稳定性方面表现最优.