决策树报文分类算法

作     者：吕高锋 谭靖 乔冠杰 严锦立 LYU Gaofeng;TAN Jing;QIAO Guanjie;YAN Jinli

作者机构：国防科技大学计算机学院湖南长沙410073 

出 版 物：《国防科技大学学报》 (Journal of National University of Defense Technology)

年 卷 期：2022年第44卷第3期

页      面：184-193页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划资助项目(2018YFB1800505) 

主　　题：报文分类 决策树算法 节点切割 机器学习 

摘      要：报文分类是网络的基本功能,研究人员在过去二十年提出了众多解决方案,其中决策树报文分类算法由于吞吐量高、适用于多字段、可流水线化等特点受到了广泛关注和深入研究。介绍了决策树算法最新研究成果,阐述了决策树报文分类算法的几何意义、常用技术和测试基准,从节点切割技术和规则集分组技术两个维度对决策树算法进行了系统分析和归纳。针对两类常用的决策树构建技术介绍了其中的典型算法,对比了各种典型算法的设计思路和特点,分析了它们的适用场景。总结并展望了决策树算法的下一步研究方向。