近年来，利用机器学习方法处理流量分类问题已成为网络测量领域一个新兴的研究方向。在目前研究中应用较多的是朴素贝叶斯方法及其改进算法，但这些基于贝叶斯定理的分类方法过于依赖样本空间的分布，具有潜在的不稳定性。为此，引入C4.5决策树方法来处理流量分类问题。C4.5决策树方法利用信息熵来构建分类模型，无须假设先验概率的稳定。实验结果表明C4.5决策树方法可以有效避免网络流分布变化所带来的影响。