基于相似性度量的网络流分类模型融合

摘要

由于网络流特征会随时间和网络环境的变化而发生概念漂移,不同类别应用的流发生漂移情况不同,导致基于机器学习的流量分类方法精度明显降低.同时,随着互联网网络技术的不断提高,使得过去采集并做好标签的大量视频流样本数据会发生很大变化,导致可用的训练集较少,需要实时采集和标注大量的新数据.针对上述问题,提出一种结合Jensen-Shannon距离、MultiTrAdaBoost和RandomForest算法的分类方法.该方法的核心思想是:度量新老视频数据流之间的相似性,根据度量结果判断采用何种模型进行分类,其中的迁移学习分类方法是从老数据集中选出有用信息的样本来辅助新数据集样本的识别与分类.文中新老数据集样本特征属性分布是不一样的.实验结果表明,与现有的方法比较,该方法可以更好地实现典型的网络视频流分类,表现出较好的分类性能和泛化能力(即,模型的总体准确率标准差较小).