[发明专利]一种网络业务流特征选择与分类方法

说明书

本发明公开了一种基于多目标自适应演化算法的业务流特征选择与分类方法，该方法首先利用信息增益率对特征进行排序，滤除部分无关特征，达到快速降维的目的，然后以自适应演化算法对特征空间进行搜索，并用信息增益率排名靠前的特征作为初始种群，以不一致率和特征子集维数两个目标函数作为评价函数选取最优特征子集。自适应交叉和变异保持了种群多样性，且保证了算法的收敛能力。同时本发明利用设计的三层KNN分类器模型对在线标清直播视频、网页浏览（Baidu）、在线音频、网页浏览（sina）、网络语音聊天、在线标清非直播视频六种多媒体业务流进行分类。实验结果表明，该方法比现有方法具有更高的分类准确率。

技术领域

本发明属于模式识别与分类技术领域，具体涉及一种基于多目标自适应演化算法的网络业务流特征选择与分类方法。

背景技术

近年来，随着互联网的快速发展，准确高效的网络流分类是网络管理的重要基础。网络多媒体业务流类型的多样性给其分类和识别带来了巨大的挑战。传统的流分类方法主要包括三种：基于端口的方法，深度包检测方法和基于多媒体流统计特征的方法。但是随着数据加密、新型应用的出现及动态端口的使用，前两种分类方法将不再适用。如今，大部分研究者重点关注包括决策树、SVM(SupportVectorMachine)和C5.0等机器学习分类方法。

在实际应用中，特征维数往往很高，不相关和冗余特征的存在容易导致模型训练所需时间长且复杂度较高，不易于推广。特征选择能滤除不相关和冗余特征，从而实现快速降维，提高模型精确度。特征选择算法根据评价函数的不同可以分为过滤型(Filter)、封装型 (Wrapper)和嵌入式型(Embed)。过滤型特征选择的过程是独立的，与具体的分类器无关。封装型是将特征选择和分类器的设计结合在一起，运用分类准确率去评估所选特征，从而选出最优子集。而嵌入式型是将特征选择方法作为分类器训练的一部分，通过分析所得模型的分类结果选取子集。目前常见的特征选择方法有信息增益率(GR)、皮尔森相关系数、卡方统计等。特征维数过高时，需要借助搜索算法来提高效率，近年来已有很多搜索算法应用于特征选择，例如序列前向选择(SFS)，序列后向选择(SBS)和增L去R选择算法等。目前智能优化搜索算法已成为研究的热点，如演化算法(EA)，粒子群算法等在特征选择方面得到了广泛的应用。但是这些方法在搜索特征子集时都只考虑了单一准则，并没有考虑所选特征子集的基数，它们都属于单目标特征选择方法。

多目标优化可以从多个角度评价特征子集的质量，并将这些评价指标作为目标函数同时进行优化。受自然界生物进化过程的启发，研究者提出了用于求解多目标优化问题的多目标演化算法，例如非支配径向基演化算法(ENORA)。然而，在特征维数较高时，不相关和冗余特征会增加多目标优化的时间复杂度。对于演化算法，种群的初始化、交叉和变异概率选择不当都会降低最终的分类准确率和算法的收敛能力。且目前多数多目标特征选择算法一个目标函数为分类器的准确率，所以收敛速度较慢，运行时间较长。

发明内容

本发明所要解决的技术问题是：

为克服以上算法的缺点，本发明提出一种基于多目标自适应演化算法的网络业务流特征选择与分类方法。

本发明为解决上述技术问题采用以下技术方案：

本发明提出一种基于多目标自适应演化算法的网络业务流特征选择与分类方法，包含以下步骤：

(1)数据收集与预处理：采集互联网上各种多媒体业务的数据流样本，然后进行预处理操作；

(2)特征选择与分析：对上述网络数据流样本的统计特征进行分析，选择有效区分业务流的特征组合；

(3)业务流分类与检验：利用三层KNN分类器对网络多媒体业务流进行分类实验，得出分类结果，并计算整体分类正确率。

进一步，本发明提出的基于多目标自适应演化算法的网络多媒体业务流特征选择与分类方法，所述数据收集与预处理操作具体包括：