技术详细介绍
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。
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。