%0 Journal Article
%T 基于规则集划分的多决策树报文分类算法
%A 马腾
%A 陈庶樵
%A 张校辉
%A 田乐
%J 计算机应用
%D 2013
%X ？为克服决策树算法处理高速网络、大容量规则集下的报文分类问题时内存使用量大的弊端,提出一种基于规则集划分的多决策树报文分类算法。在保证规则子集数量可控的前提下,采用启发式算法将规则集划分为有限个规则子集,最大限度分离交叠规则;提出两级级联决策树结构,降低决策树深度以减少规则查找时间。理论分析表明,该算法空间复杂度较传统单决策树算法大幅降低。仿真结果表明,该算法的内存使用量比目前空间性能最好的efficuts算法减少了30%,且维度可扩展性更好。
%K 报文分类
%K 规则集划分
%K 多决策树
%K 内存使用量
%K 大容量规则集
%U http://www.joca.cn/CN/abstract/abstract16652.shtml