准确的网络流量分类在网络安全领域中至关重要,有很多应用程序使用动态端口和加密算法来规避检测,而诸如基于端口和基于载荷的分类方式存在很大的不足。后续又出现了将机器学习算法运用到流量分类领域。以往的流量分类只是单独的对数据做聚类或者分类分析,对于聚类的结果并没有研究如何实现快速有效标记。同时对流量分类进行有监督方法时,大家研究的焦点主要集中在如何提高分类算法准确率上面,对于训练集本身缺乏关注。目前对训练集的选择主要使用权威数据集或者自身采集,然而无论哪种方法都需要耗费大量的人工去标记数据,降低了研究的效率。所以针对以上问题我们提出了将无监督方法和有监督方法相结合的基于聚类和有噪声数据的网络流量分类方法。针对聚类问题,为进一步研究降维给数据带来的影响,本文使用PCA线性变换和GainRatio特征变换算法对原数据集进行降维处理,并采用K-Means、Canopy、FarthestFirst三种硬聚类算法对降维的数据进行聚类,以研究数据降维对聚类算法产生的影响。针对自动标注问题,本文首先提出使用Resample抽样算法对聚类结果进行极小化抽样的方法给聚类各个簇进行有噪声标记,并实时将抽样准确率与纯人工标记的准确率进行比对。最后使用J48、RandomForest、Naive Bayes、BayesNet、SMO五种分类算法根据有噪声数据训练分类器来评价有噪声标记效果。为了使实验可信度更高,本文采用了两个公开数据集进行实验。结果表明以上方法适合于不同数据集,且采用经过降维处理的数据可以有效提高聚类准确率;同时自动标记任务达到了极小化人工标记要求,训练的分类器可以有效识别网络应用类别。