一种基于支持向量机的过滤-封装式组合流量特征选择方法

摘要

一种基于支持向量机的过滤‑封装式组合流量特征选择方法，其特点是，包括：初次过滤式特征选择法和嵌入改进序列前向搜索策略的二次封装式特征选择法。初次过滤式特征选择法是考察某个特征量对于网络流量分类的贡献，并根据原始特征集中每个特征的权重，将小于设定阈值δ的特征删除，这一过程可以显著降低后续特征子集筛选的计算复杂度；嵌入改进序列前向搜索策略的二次封装式特征选择法基于支持向量机分类器，嵌入改进序列前向搜索策略进行二次特征选择，选择具有强区分能力的组合流量特征子集，克服组合特征被误删，以及特征评价结果与最终分类算法存在偏差的问题，从而显著提高网络流量分类精度。该方法科学合理，可适用于各种流量分类网络。