基于决策树模型的P2P流量分类方法

• 作者: 张赟 陈云菁 陈经涛
• 来源期刊: 计算机应用研究
• 关键词: 对等网 流量特征 决策树 流量分类 C4.5
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 4690-4693
• 页数: 4页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.12.081

摘要

P2P流量逐渐成为互联网流量的重要组成部分,精确分类P2P流量对于有效管理网络和合理利用网络资源都具有重要意义.近年来,利用机器学习方法处理P2P流量分类问题已成为流量识别领域的一个新兴研究方向.利用决策树中的C4.5算法和P2P流量的特征属性来构建决策树模型,进而完成P2P流量分类问题.实验结果表明,基于决策树模型的方法能有效避免P2P网络流分布变化所带来的不稳定性;与SVM(support vector machine,支持向量机)、NBK(na(i)ve Bayes using kernel density estimation,改进的朴素贝叶斯)方法相比,其平均分类准确率能提高至少3.83个百分点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张赟	扬州大学信息工程学院	3	19	2.0	3.0
2	陈云菁	扬州大学信息工程学院	3	27	3.0	3.0
3	陈经涛	扬州大学信息工程学院	2	18	2.0	2.0