一种改进的旋转森林算法的网络流量分类

　　针对不平衡网络流量分类精度不高的问题，在旋转森林算法的基础上结合Bagging算法的Bootstrap抽样和基于分类精度排序的基分类器选择算法，提出一种改进的旋转森林算法。首先，对原始训练集按特征进行子集划分并分别使用Bagging进行样本抽样，通过主成分分析（PCA）生成主成分系数矩阵；然后，在原始训练集和主成分系数矩阵的基础上进行特征转换，生成新的训练子集，再次使用Bagging对子集进行抽样，提升训练集的差异性，并使用训练子集训练C4.5基分类器；最后，使用测试集评价基分类器，依据总体分类精度进行排序筛选，保留分类精度较高的分类器并生成一致分类结果。在不平衡网络流量数据集上进行测试实验，依据准确率和召回率两个标准对C4.5、Bagging、旋转森林和改进的旋转森林四种算法评价，依据模型训练时间和测试时间评价四种算法的时间效率。实验结果表明改进的旋转森林算法对万维网（ WWW）协议、Mail协议、Attack协议、对等网（P2P）协议的分类准确度达到99. 5%以上，召回率也高于旋转森林、Bagging.C4.5三种算法，可用于网络入侵取证、维护网络安全、提升网络服务质量。