摘要：针对机器学习分类算法的“概念漂移”现象，该文提出了一种基于用户连接图的（HostConnectionGraph，HCGl流量分类机制。算法将（IPAddress，Port）作为用户唯一标识，构建了用户连接图，提出了“用户相似度”的概念；应用“图挖掘”理论将用户连接图划分为互不相交的行为子簇，使得用户之间的相互通信抽象为一种“社会团体”；通过定义基于信息熵的“用户行为模式”（UBM），分析了各个行为子簇背后表现出的业务特征，并使用“UBM＋Port”对用户行为子簇进行了业务标签映射，实现了流量分类的目的。仿真实验表明：在不牺牲识别准确率的前提下，算法不仅能克服“概念漂移”问题，还能有效降低算法的计算复杂度。

关键词：流量分类 用户连接图 用户相似度 图挖掘 

单位：f国家数字交换系统工程技术研究中心 郑州450002