基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出一种使用支持向量机来对P2P流量进行识别的方法,利用支持向量机二值分类的本质特性,将网络数据包分为P2P流和非P2P流, 再利用它对多类问题也能进行分类的特性,将P2P流区分为某一种具体协议.实验证明,该方法具有较高的识别率,说明了采用支持向量机技术进行P2P流量识别的有效性.
推荐文章
基于SVM的P2P流量识别
SVM
P2P
流量识别
改进的图半监督支持向量机用于 P2P 网络流识别
P2P网络流识别
半监督学习
标记传播
基于最优ABC-SVM算法的P2P流量识别
人工蜂群算法
支持向量机
特征选择
参数优化
P2P流量识别
基于SVM的P2P流量识别研究
P2P
支持向量机
流量特征
流量识别
分类器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机在P2P流量识别中的应用
来源期刊 计算机工程与科学 学科 工学
关键词 SVM P2P 流量识别
年,卷(期) 2010,(2) 所属期刊栏目 计算机网络与信息安全
研究方向 页码范围 38-40,113
页数 4页 分类号 TP393.03
字数 3634字 语种 中文
DOI 10.3969/j.issn.1007-130X.2010.02.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 傅明 长沙理工大学计算机与通信工程学院 84 512 11.0 17.0
2 史长琼 长沙理工大学计算机与通信工程学院 33 178 8.0 11.0
3 盘善荣 长沙理工大学计算机与通信工程学院 6 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (65)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (11)
二级引证文献  (5)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
SVM
P2P
流量识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
湖南省自然科学基金
英文译名:Natural Science Foundation of Hunan Province
官方网址:http://jj.hnst.gov.cn/
项目类型:一般面上项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导