基于自适应特征选择与KNN的网络流量分类研究

来源：计算机工程与应用杂志2023年第12期北京时间：

作者：李道全, 李腾, 李玉秀

单位：青岛理工大学 信息与控制工程学院，山东 青岛 266520

摘要：随着互联网技术的不断发展，用户可以在手机或电脑上通过各种应用程序访问互联网，但一些恶意程序产生的异常流量给网络环境带来了危害。针对这一问题，提出了一种基于自适应特征选择与改进KNN的网络流量分类模型。通过引进余弦相似度的互信息法设置了特征筛选倾向度对数据集所有特征进行排序，根据每个特征子集的特征适应度选出最优特征子集，根据各类流量之间的类间距离拆解多分类问题，采用改进KNN算法对流量进行分类。实验结果表明，所提方法在样本不均衡的相似类型流量分类问题上提升效果显著，且整体达到了较好的分类性能。

关键词：流量分类,K近邻法,特征适应度,类间距离