針對(duì)不平衡網(wǎng)絡(luò)流量分類精度不高的問(wèn)題，在旋轉(zhuǎn)森林算法的基礎(chǔ)上結(jié)合Bagging算法的Bootstrap抽樣和基于分類精度排序的基分類器選擇算法，提出一種改進(jìn)的旋轉(zhuǎn)森林算法。首先，對(duì)原始訓(xùn)練集按特征進(jìn)行子集劃分并分別使用Bagging進(jìn)行樣本抽樣，通過(guò)主成分分析（PCA）生成主成分系數(shù)矩陣；然后，在原始訓(xùn)練集和主成分系數(shù)矩陣的基礎(chǔ)上進(jìn)行特征轉(zhuǎn)換，生成新的訓(xùn)練子集，再次使用Bagging對(duì)子集進(jìn)行抽樣，提升訓(xùn)練集的差異性，并使用訓(xùn)練子集訓(xùn)練C4.5基分類器；最后，使用測(cè)試集評(píng)價(jià)基分類器，依據(jù)總體分類精度進(jìn)行排序篩選，保留分類精度較高的分類器并生成一致分類結(jié)果。在不平衡網(wǎng)絡(luò)流量數(shù)據(jù)集上進(jìn)行測(cè)試實(shí)驗(yàn)，依據(jù)準(zhǔn)確率和召回率兩個(gè)標(biāo)準(zhǔn)對(duì)C4.5、Bagging、旋轉(zhuǎn)森林和改進(jìn)的旋轉(zhuǎn)森林四種算法評(píng)價(jià)，依據(jù)模型訓(xùn)練時(shí)間和測(cè)試時(shí)間評(píng)價(jià)四種算法的時(shí)間效率。實(shí)驗(yàn)結(jié)果表明改進(jìn)的旋轉(zhuǎn)森林算法對(duì)萬(wàn)維網(wǎng)（ WWW）協(xié)議、Mail協(xié)議、Attack協(xié)議、對(duì)等網(wǎng)（P2P）協(xié)議的分類準(zhǔn)確度達(dá)到99. 5%以上，召回率也高于旋轉(zhuǎn)森林、Bagging.C4.5三種算法，可用于網(wǎng)絡(luò)入侵取證、維護(hù)網(wǎng)絡(luò)安全、提升網(wǎng)絡(luò)服務(wù)質(zhì)量。