自因特网兴起以来,网络的应用渗入到各个领域中,并且在整个经济的发展中发挥越来越重要的作用。目前互联网获得千兆位或更高传输速度的通信网络。然而,肩负通信任务的传统路由器,提供了一个对数据包未加区分,尽力而为地转发服务,这种方式不能满足网络用户要求的定制服务。因此,路由器在转发之前需要对数据包进行分类,以提供有差别的网络服务来满足不同的用户需求。因此,包分类技术已成为实现防火墙包过滤、基于策略的路由、虚拟专用网和流量计费等差别服务的基础。然而与此同时,包分类已成为高速路由器的一个性能瓶颈,如何在可接受的时间和空间复杂度下进行快速的包分类是目前需要解决的一个难题。本文提出一个基于递归空间分解和规则的优先级的四叉树(PQT)包分类算法,四叉树的形成过程基于递归空间分解,规则的优先级是PQT算法的首要考虑。在模拟实验中,PQT算法在空间需求和分类速度方面有较好的表现。本文利用攻击在网络通信中独特的流特征,提出一个可以适应已知和未知攻击的半监督分类方法。在训练分类器中,采用SFS算法得到最佳的特征子集,同时提出使用加权采样技术得到训练流,使用KDD CUP1999数据的性能评估证明可以得到高的流和字节分类准确度。