基于非均匀切割的hicuts分类算法

？数据包分类技术广泛应用于许多网络服务当中，hicuts算法是多维包分类中最具有代表性的数据包分类算法。但由于规则集分布不均匀，通过简单地随机等分某个域很难将规则划分到不同的节点去，从而导致决策树树深度急剧增加，使算法查找的时间效率和空间效率大大降低。通过大量统计分析发现，规则集中的规则域并非均匀分布在其取值范围内，为此，在hicuts算法的基础上提出了一种利用非均匀切割技术的n-hicuts算法来构建决策树。算法对于分布不均匀的域依据统计规则进行非均匀切割，对规则集中分布均匀的某些域采用等分函数来进行切割，从而提高每次对规则集进行切割的效率。实验证明,该算法的整体性能得到较大的提高。