公开(公告)号：CN104702465B

公开(公告)日：2017-10-10

申请号：CN201510066197.3

申请日：2015-02-09

Applicant: 桂林电子科技大学

Inventor： 王勇 ,  龙也 ,  陶晓玲 ,  何倩 ,  韦毅 ,  曾小宝

IPC: H04L12/26 ,  G06F17/30

Abstract: 本发明公开一种并行网络流量分类方法，基于Hadoop集群平台提供的MapReduce并行框架，先对数据集进行预处理，通过特征选择方法对高维网络流量数据降维，去除不相关以及冗余特征；然后通过选择性集成学习训练多个基分类器，选出其中准确率高以及差异性大的基分类器集成；最后通过多数投票方式得出最终分类结果。本发明能够有效的解决海量数据降维及分类问题，很大程度上提高了数据处理效率。

公开(公告)号：CN104702465A

公开(公告)日：2015-06-10

申请号：CN201510066197.3

申请日：2015-02-09

Applicant: 桂林电子科技大学

Inventor： 王勇 ,  龙也 ,  陶晓玲 ,  何倩 ,  韦毅 ,  曾小宝

IPC: H04L12/26 ,  G06F17/30

Abstract: 本发明公开一种并行网络流量分类方法，基于Hadoop集群平台提供的MapReduce并行框架，先对数据集进行预处理，通过特征选择方法对高维网络流量数据降维，去除不相关以及冗余特征；然后通过选择性集成学习训练多个基分类器，选出其中准确率高以及差异性大的基分类器集成；最后通过多数投票方式得出最终分类结果。本发明能够有效的解决海量数据降维及分类问题，很大程度上提高了数据处理效率。