一种基于机器学习的软件定义网络中流量特征选择方法

本发明属于计算机网络流量分类技术领域，具体公开了一种基于机器学习的软件定义网络中流量特征选择方法，包括步骤1：采集数据，获取数据集，并对数据集进行描述；步骤2：对数据集中数据进行预处理；步骤3：设计基于特征重要性分数的特征选择方法；步骤4：训练XRDI分类器，利用XRDI分类器进行软件定义网络中流量特征的选择；本方法能够有效的从网络流量数据中筛选出最具代表性和区分度的特征，且能够显著减少检测所需的时间，满足5G网络对IDS高速度和高可靠性的要求；解决了现有技术检测DDoS攻击时，检测过程耗时较长的问题。