随着互联网的飞速发展,网络流量分类技术在网络管理和网络安全领域的重要性日益凸显。基于机器学习的网络流量分类方法具有分类精度高、可扩展性强等特点,得到了广大研究人员的青睐,但流量样本分布不均衡、分类模型更新不及时等问题依然突出。本文对基于监督学习的网络流量分类方法进行了分析与研究,主要研究内容如下:1.针对网络流量样本分布不均衡导致分类器的性能被大类别淹没,忽略小类别的分类精度的问题,提出一种基于相关性过滤的网络流量特征选择算法。首先,根据类别分布信息,定义偏向于小类别的特征度量——加权对称不确定性;计算特征与类别间的加权对称不确定性,通过与阈值进行比较,删除不相关特征。接着,基于加权对称不确定性重新对马尔科夫毯条件进行定义,得到近似马尔科夫毯条件,利用近似马尔科夫毯删除冗余特征。最后,采用基于相关性的特征度量和序列搜索算法进一步降低特征维数,得到最优特征子集。实验结果表明,所提特征选择算法能有效应对类别分布不均衡问题,可以在不牺牲分类器整体精确率的情况下,有效提高小类别的识别率。2.针对网络流量分类过程中,模型的分类精度随着时间的推移逐渐降低以及模型难以实现频繁、及时更新的问题,提出一种基于集成学习的类不均衡网络流量分类模型。首先,利用已有的数据集进行训练,得到一个基分类器。在数据预处理过程中,采用研究内容1所提算法进行特征选择。然后,引入增量学习思想,对系统进行早期概念漂移检测,若发生了概念漂移并达到一定程度,则将到达的网络流及其通过基分类器所得的分类结果作为新的数据集,并训练新的基分类器。最后,将新增基分类器加入集成分类系统,参与下一阶段的网络流量识别。实验结果表明,所提分类模型能够减少概念漂移带来的影响,提高系统的综合预测能力和对单个应用的预测能力。