基于互信息和文化基因算法的网络流量特征选择

doi:10.12068/j.issn.1005-3026.2014.11.003

东北大学学报:自然科学版 ›› 2014, Vol. 35 ›› Issue (11): 1530-1533.DOI: 10.12068/j.issn.1005-3026.2014.11.003

基于互信息和文化基因算法的网络流量特征选择

苗长胜¹，原常青¹，王兴伟¹，常桂然²

(1. 东北大学信息科学与工程学院，辽宁沈阳110819; 2. 东北大学计算中心，辽宁沈阳110819)

收稿日期:2013-09-13 修回日期:2013-09-13 出版日期:2014-11-15 发布日期:2014-07-03
通讯作者: 苗长胜
作者简介:苗长胜(1981-)，男，山东烟台人，东北大学博士研究生；王兴伟(1968-)，男，辽宁盖州人，东北大学教授，博士生导师；常桂然(1946-)，男，河北曲周人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(71071028，70931001);教育部高等学校博士学科点专项科研基金资助项目(20120042130003);中央高校基本科研业务费专项资金资助项目(N120104001).

A Hybrid Feature Selection Algorithm Based on Mutual Information and Memetic Framework to Optimize Traffic Classification

MIAO Changsheng¹， YUAN Changqing¹， WANG Xingwei¹， CHANG Guiran²

1. School of Information Science & Engineering， Northeastern University， Shenyang 110819， China; 2. Computing Center， Northeastern University， Shenyang 110819， China.

Received:2013-09-13 Revised:2013-09-13 Online:2014-11-15 Published:2014-07-03
Contact: MIAO Changsheng
About author:-
Supported by:
-

摘要/Abstract

摘要： 利用文化基因框架的引导，提出一种结合了封装和过滤的混合型特征选择算法.该算法在传统的遗传算法中采用了基于互信息的局部搜索算法，全局搜索以分类器精度为适应度函数，保证得到全局最优解；局部搜索以联合互信息为评价指标，加快了寻找最优特征子集的收敛速度.实验表明，与现有算法相比，该算法在特征数量和计算复杂度上有显著改进，采用该算法的网络流量识别方法能以更少的特征获得更高的分类精度.

关键词: 互信息, 文化基因算法, 特征选择, 流量识别

Abstract: Under the memetic framework， a new feature selection method combining filter and wrapper models was proposed. In the hybrid algorithm， classifier accruracy was used as fitness function to ensure global optimization， while joint mutual information was used as evaluation indicator to accelerate the process. The experimental results indicated that the proposed method outperformed the existing methods in computational efficeicecy and number of selected features. Applying this algorithm to traffic classification resulted in the improved accuracy with fewer features.

Key words: mutual information, memetic framework algorithm, feature selection, traffic classification

中图分类号:

TP39307

苗长胜，原常青，王兴伟，常桂然. 基于互信息和文化基因算法的网络流量特征选择[J]. 东北大学学报:自然科学版, 2014, 35(11): 1530-1533.

MIAO Changsheng， YUAN Changqing， WANG Xingwei， CHANG Guiran. A Hybrid Feature Selection Algorithm Based on Mutual Information and Memetic Framework to Optimize Traffic Classification[J]. Journal of Northeastern University Natural Science, 2014, 35(11): 1530-1533.

参考文献

［1］Du M，Chen X，Tan J.Online internet traffic identification algorithm based on multistage classifier［J］.China Communications，2013，10(2):89-97.
[2]Camacho J，Padilla P，Teodoro P，et al.A generalizable dynamic flow pairing method for traffic classification［J］.Computer Networks，2013，57(14):2718-2732.
[3]Nguyen T T，Armitage G，Branch P，et al.Timely and continuous machinelearningbased classification for interactive IP traffic［J］.IEEE/ACM Transactions on Networking(TON)，2012，20(6):1880-1894.
[4]Moore A，Zuev D，Crogan M，et al.Discriminators for use in flowbased classification［M］.London:Queen Mary and Westfield College Press，2005:1-14.
[5]Amiri F，Rezaei Y M，Lucas C，et al.Mutual informationbased feature selection for intrusion detection systems［J］.Journal of Network and Computer Applications，2011，34(4):1184-1199.
[6]Yang J，Ma J，Cheng G，et al.An empirical investigation of filter attribute selection techniques for highspeed network traffic flow classification［J］.Wireless Personal Communications，2012，66(3):541-558.
[7]Jain A，Zongker D.Feature selection:evaluation，application，and small sample performance［J］.Pattern Analysis and Machine Intelligence，1997，19(2):153-158.
[8]Shirazi H M，Namadchian A，Khalili T A.A combined anomaly base intrusion detection using memetic algorithm and bayesian networks［J］.International Journal of Machine Learning and Computing，2012，2(5):706-710.
[9]Bacquet C，ZincirHeywood A N，Heywood M I.Genetic optimization and hierarchical clustering applied to encrypted traffic identification［C］//Computational Intelligence in Cyber Security(CICS).Paris:IEEE，2011:194-201.
[10]Moscato P.On evolution，search，optimization，genetic algorithms and martial arts:towards memetic algorithms［M］.Pasadena:Caltech Concurrent Computation Program，1989:1-64.
[11]Ong Y S，Keane A J.Metalamarckian learning in memetic algorithms［J］.Evolutionary Computation，2004，8(2):99-110.
[12]储慧琳，张兴明.一种组合式特征选择算法及其在网络流量识别中的应用［J］.小型微型计算机系统，2012，33(2):325-329.(Chu Huilin，Zhang Xingming.Application of a hybrid feature selection algorithm in internet traffic identification［J］.Journal of Chinese Computer Systems，2012，33(2):325-329.)
[13]Zhang H，Lu G，Qassrawi M T，et al.Feature selection for optimizing traffic classification［J］.Computer Communications，2012，35(12):1457-1471.(上接第1524页)2) 针对含有界干扰的随机奇异T-S模糊系统，利用线性矩阵不等式方法给出该系统的有限时间鲁棒控制器存在的充分条件.3) 通过数值算例验证了所提出方法的可行性和有效性.

[1]	李占山，杨云凯，张家晨. 基于熵权法的过滤式特征选择算法[J]. 东北大学学报（自然科学版）, 2022, 43(7): 921-929.
[2]	杨爱萍，宋尚阳，程思萌. 轻量化自适应特征选择目标检测网络[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1238-1245.
[3]	丁敬国，郭锦华. 基于主成分分析协同随机森林算法的热连轧带钢宽度预测[J]. 东北大学学报（自然科学版）, 2021, 42(9): 1268-1275.
[4]	李占山，姚鑫，刘兆赓，张家晨. 基于LightGBM的特征选择算法[J]. 东北大学学报（自然科学版）, 2021, 42(12): 1688-1695.
[5]	崔雪婷，李颖，范嘉豪. 全局混沌蝙蝠优化算法[J]. 东北大学学报:自然科学版, 2020, 41(4): 488-492.
[6]	李占山，吕艾娜. 基于新冗余度的特征选择方法[J]. 东北大学学报:自然科学版, 2020, 41(11): 1550-1556.
[7]	李占山，刘兆赓，俞寅，鄢文浩. 量子化信息素蚁群优化特征选择算法[J]. 东北大学学报:自然科学版, 2020, 41(1): 17-22.
[8]	辛凤鸣，汪晋宽，王彬，李梅梅. 基于双互信息准则的雷达自适应波形设计方法[J]. 东北大学学报:自然科学版, 2019, 40(12): 1690-1694.
[9]	王蒙湘，李芳芳，于戈. 交互式数据探索框架的特征自适应技术[J]. 东北大学学报:自然科学版, 2018, 39(12): 1685-1690.
[10]	郭强，吴成东，赵迎春. 基于在线判别分布域特征选择的鲁棒跟踪算法[J]. 东北大学学报:自然科学版, 2017, 38(3): 305-309.
[11]	曹鹏，李博，刘鑫，赵大哲. 基于代价敏感SVM优化组合算法的微钙化簇识别[J]. 东北大学学报(自然科学版), 2013, 34(8): 1100-1104.
[12]	潘晓光;李宏;康雁;刘积仁;. 双向梯度归一化互信息医学图像配准方法[J]. 东北大学学报(自然科学版), 2012, 33(8): 1107-1110.
[13]	车成逸;马宗民;焦晓龙;. Web表格中本体实例自动获取方法[J]. 东北大学学报(自然科学版), 2012, 33(3): 332-335.
[14]	刘冲;李春胜;赵海滨;王宏;. 特征选择算法在ECoG分类中的应用[J]. 东北大学学报(自然科学版), 2011, 32(5): 658-661.
[15]	裴晓敏;郭宏宇;戴建平;. 融合像素空间信息及加权模糊聚类的肺结节识别[J]. 东北大学学报(自然科学版), 2010, 31(9): 1250-1253.

基于互信息和文化基因算法的网络流量特征选择

A Hybrid Feature Selection Algorithm Based on Mutual Information and Memetic Framework to Optimize Traffic Classification

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价