.30. 智能系统学报 第9卷 出中间结果(Key3,Vaue3)对的形式为(“e,Ib”,1)。 个数，利用suml/sum_no求得条件概率P(e,Ib),并 Map2过程伪代码如下。 以成员变量wiin_unnomal存储；若Key4值为“e;I 输入：Object、Text。 僵尸”，统计的Value4的行数suml为w:在阈值外且 输出：Text、Int Writable 属于僵尸网络个数，利用suml/sum_no求得条件概 map(Key,Value) 率P(w:Ib),并以成员变量wi_out_unnomal存储。 StringTokenizer itr=new StringTokenizer(value. Reduce2过程伪代码如下。 toString()）; 输入：Text、Int Writable String[temp=new String[9]; 输出：Text、Float Writable. While(itr.hasMoreTokens()) Reduce(Key、Value) {temp[i]=ir.nextToken();//属性字符串数组 for(Int Writable val:value) i++; Suml+=val.get():/key为不同的条件字 If Float.parsefloat temp [2])>140 &Float. 符串，则统计的是满足不同条件的网络数据行数 parsefloat(temp[2])<150) f(temp[8].equals(“0”)) /计算Key字符串长度length Context.write("w In",1); /截取条件字符串Key最后2个字符msg_ Else temp Context..write(“o1lb”,1); If(msg_temp.equals(“n”))/若属于正常网络 Else {Float result=suml/sum_yes;//计算条件概率 If(temp[8].equals(“0”)) If(Key.equals(“w,ln”)) Context.write(“w,ln”,l); wl_in_nomal=result;/成员变量存储属性 Else 列1在阈值内且属于正常网络条件概率 Context.write(“w,lb”,l); Else if(Key.equals(“w;In”)) /其他5个属性列训练过程同上。 wl_out_normal=result;/成员变量存储属 } 性列1在阈值外且属于正常网络条件概率 经过Map2把分块的每行信息都处理成以 /其他5个属性列计算在阈值内、外属于正常 〈Key3,Value23)形式的等待整体处理的中间文件输 网络的条件概率同上 出，MapReduce框架将每个Map2输出的中间文件 Else 的结果按照Key值(，ln、:In、:lb、:Ib)进行分 组形成新的(Key4,Value44〉对，形式为（条件字符 {Float result=suml/sum_no;/计算条件概率 If(Key.equals(“e,lb”)) 串，{1,1，…，1}）。 wl_in_unnormal=result:/成员变量存储 Reduce.2接收到的信息为(Key4,Value4)。Re 属性列1在阈值内且属于僵尸网络条件概率 duce2的任务是对Key4相同的中间结果计数，若 Key4值为“w:ln”,统计的Value4的行数suml为e: Else if(Key.equals(“w:Ib”)) 在阈值内且属于正常网络个数，利用suml/sum_yes wl_out_unnormal=result:/成员变量存储 求得条件概率P(w:ln),并以成员变量wi_in_nomal 属性列1在阈值内且属于僵尸网络条件概率 /其他5个属性列计算在阈值内、外属于僵尸 存储；若Key4值为“w:In”,统计的Value4的行数 网络的条件概率同上 suml为心：在阈值外且属于正常网络个数，利用 suml/sum_yes求得条件概率P(w:ln),并以成员变 Context..wite(Key,result);//输出条件概率 量wi_out_nomal存储；若Key4值为“w:Ib”,统计的 } Value4的行数suml为w:在阈值内且属于僵尸网络 由于MapReduce.2要对训练数据的6个属性列出中间结果〈Ｋｅｙ３，Ｖａｌｕｅ３〉对的形式为〈“ｗｉ ｜ｂ”，１〉。 Ｍａｐ２ 过程伪代码如下。 输入：Ｏｂｊｅｃｔ、Ｔｅｘｔ。 输出：Ｔｅｘｔ、ＩｎｔＷｒｉｔａｂｌｅ。 ｍａｐ（Ｋｅｙ，Ｖａｌｕｅ） ｛ＳｔｒｉｎｇＴｏｋｅｎｉｚｅｒ ｉｔｒ ＝ ｎｅｗ ＳｔｒｉｎｇＴｏｋｅｎｉｚｅｒ（ ｖａｌｕｅ． ｔｏＳｔｒｉｎｇ（））； Ｓｔｒｉｎｇ［］ ｔｅｍｐ ＝ ｎｅｗ Ｓｔｒｉｎｇ［９］； Ｗｈｉｌｅ（ｉｔｒ．ｈａｓＭｏｒｅＴｏｋｅｎｓ（）） ｛ｔｅｍｐ［ｉ］ ＝ｉｔｒ．ｎｅｘｔＴｏｋｅｎ（）；／ ／ 属性字符串数组 ｉ＋＋； ｝ Ｉｆ （ Ｆｌｏａｔ． ｐａｒｓｅｆｌｏａｔ （ ｔｅｍｐ ［ ２］） ＞ １４０ ＆＆ Ｆｌｏａｔ． ｐａｒｓｅｆｌｏａｔ（ｔｅｍｐ［２］）＜１５０） Ｉｆ（ｔｅｍｐ［８］．ｅｑｕａｌｓ（“０”）） Ｃｏｎｔｅｘｔ．ｗｒｉｔｅ（“ｗ１ ｜ ｎ”，１）； Ｅｌｓｅ Ｃｏｎｔｅｘｔ．ｗｒｉｔｅ（“ｗ１ ｜ ｂ”，１）； Ｅｌｓｅ Ｉｆ（ｔｅｍｐ［８］．ｅｑｕａｌｓ（“０”）） Ｃｏｎｔｅｘｔ．ｗｒｉｔｅ（“ ｗ１ ｜ ｎ”，１）； Ｅｌｓｅ Ｃｏｎｔｅｘｔ．ｗｒｉｔｅ（“ ｗ１ ｜ ｂ”，１）； ／ ／ 其他 ５ 个属性列训练过程同上。 ｝ 经过 Ｍａｐ２ 把 分 块 的 每 行 信 息 都 处 理 成 以 〈Ｋｅｙ３，Ｖａｌｕｅ３〉形式的等待整体处理的中间文件输 出，ＭａｐＲｅｄｕｃｅ 框架将每个 Ｍａｐ２ 输出的中间文件 的结果按照 Ｋｅｙ 值（ｗｉ ｜ ｎ、 ｗｉ ｜ ｎ、ｗｉ ｜ ｂ、 ｗｉ ｜ ｂ）进行分 组形成新的〈 Ｋｅｙ４，Ｖａｌｕｅ４〉 对，形式为〈 条件字符 串，｛１，１，…，１ ｝〉。 Ｒｅｄｕｃｅ２ 接收到的信息为〈Ｋｅｙ４，Ｖａｌｕｅ４〉。 Ｒｅ⁃ ｄｕｃｅ２ 的任务是对 Ｋｅｙ４ 相同的中间结果计数，若 Ｋｅｙ４ 值为“ｗｉ ｜ ｎ”，统计的 Ｖａｌｕｅ４ 的行数 ｓｕｍ１ 为 ｗｉ 在阈值内且属于正常网络个数，利用 ｓｕｍ１ ／ ｓｕｍ＿ｙｅｓ 求得条件概率 Ｐ（ｗｉ ｜ ｎ），并以成员变量 ｗｉ＿ｉｎ＿ｎｏｍａｌ 存储； 若 Ｋｅｙ４ 值为“ ｗｉ ｜ ｎ”，统计的 Ｖａｌｕｅ４ 的行数 ｓｕｍ１ 为 ｗｉ 在阈值外且属于正常网络个数，利用 ｓｕｍ１ ／ ｓｕｍ＿ｙｅｓ 求得条件概率 Ｐ（ ｗｉ ｜ ｎ），并以成员变 量 ｗｉ＿ｏｕｔ＿ｎｏｍａｌ 存储；若 Ｋｅｙ４ 值为“ｗｉ ｜ ｂ”，统计的 Ｖａｌｕｅ４ 的行数 ｓｕｍ１ 为 ｗｉ在阈值内且属于僵尸网络 个数，利用 ｓｕｍ１ ／ ｓｕｍ＿ｎｏ 求得条件概率 Ｐ（ｗｉ ｜ ｂ），并 以成员变量 ｗｉ＿ｉｎ＿ｕｎｎｏｍａｌ 存储；若 Ｋｅｙ４ 值为“ ｗｉ ｜ 僵尸”，统计的 Ｖａｌｕｅ４ 的行数 ｓｕｍ１ 为 ｗｉ在阈值外且 属于僵尸网络个数，利用 ｓｕｍ１ ／ ｓｕｍ＿ｎｏ 求得条件概 率 Ｐ（ ｗｉ ｜ ｂ），并以成员变量 ｗｉ＿ｏｕｔ＿ｕｎｎｏｍａｌ 存储。 Ｒｅｄｕｃｅ２ 过程伪代码如下。 输入：Ｔｅｘｔ、ＩｎｔＷｒｉｔａｂｌｅ。 输出：Ｔｅｘｔ、ＦｌｏａｔＷｒｉｔａｂｌｅ。 Ｒｅｄｕｃｅ（Ｋｅｙ、Ｖａｌｕｅ） ｛ｆｏｒ（ＩｎｔＷｒｉｔａｂｌｅ ｖａｌ：ｖａｌｕｅ） ｛ Ｓｕｍ１＋ ＝ ｖａｌ．ｇｅｔ（ ）； ／ ／ ｋｅｙ 为不同的条件字 符串，则统计的是满足不同条件的网络数据行数 ｝ ／ ／ 计算 Ｋｅｙ 字符串长度 ｌｅｎｇｔｈ ／ ／ 截取条件字符串 Ｋｅｙ 最后 ２ 个字符 ｍｓｇ ＿ ｔｅｍｐ Ｉｆ（ｍｓｇ＿ｔｅｍｐ．ｅｑｕａｌｓ（“ｎ”）） ／ ／ 若属于正常网络 ｛Ｆｌｏａｔ ｒｅｓｕｌｔ ＝ ｓｕｍ１ ／ ｓｕｍ＿ｙｅｓ； ／ ／ 计算条件概率 Ｉｆ（Ｋｅｙ．ｅｑｕａｌｓ（“ｗ１ ｜ ｎ”）） ｗ１＿ｉｎ＿ｎｏｍａｌ ＝ ｒｅｓｕｌｔ； ／ ／ 成员变量存储属性 列 １ 在阈值内且属于正常网络条件概率 Ｅｌｓｅ ｉｆ（Ｋｅｙ．ｅｑｕａｌｓ（“ ｗｉ ｜ ｎ”）） ｗ１＿ｏｕｔ＿ｎｏｒｍａｌ ＝ ｒｅｓｕｌｔ； ／ ／ 成员变量存储属 性列 １ 在阈值外且属于正常网络条件概率 ／ ／ 其他 ５ 个属性列计算在阈值内、外属于正常 网络的条件概率同上 ｝ Ｅｌｓｅ ｛Ｆｌｏａｔ ｒｅｓｕｌｔ ＝ ｓｕｍ１ ／ ｓｕｍ＿ｎｏ； ／ ／ 计算条件概率 Ｉｆ（Ｋｅｙ．ｅｑｕａｌｓ（“ｗ１ ｜ ｂ”）） ｗ１＿ｉｎ＿ｕｎｎｏｒｍａｌ ＝ ｒｅｓｕｌｔ； ／ ／ 成员变量存储 属性列 １ 在阈值内且属于僵尸网络条件概率 Ｅｌｓｅ ｉｆ（Ｋｅｙ．ｅｑｕａｌｓ（“ ｗｉ ｜ ｂ”）） ｗ１＿ｏｕｔ＿ｕｎｎｏｒｍａｌ ＝ ｒｅｓｕｌｔ； ／ ／ 成员变量存储 属性列 １ 在阈值内且属于僵尸网络条件概率 ／ ／ 其他 ５ 个属性列计算在阈值内、外属于僵尸 网络的条件概率同上 ｝ Ｃｏｎｔｅｘｔ．ｗｒｉｔｅ（Ｋｅｙ，ｒｅｓｕｌｔ）；／ ／ 输出条件概率 ｝ 由于 ＭａｐＲｅｄｕｃｅ２ 要对训练数据的 ６ 个属性列 ·３０· 智 能 系 统 学 报 第 ９ 卷