基于神经网络集成的P2P流量识别研究

• 作者: 徐鹤 王汝传 王锁萍 赵丹
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 集成学习 流量识别 P2P
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 研究报告
• 页码范围: 79-83
• 分类号: TP393
• 字数: 3843字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5439.2010.03.015

摘要

提出一种新的基于神经网络集成的P2P流量识别方法,利用CFS特征选择算法提取P2P流量特征,使用动态加权集成方法将6个神经网络集成应用于P2P流量识别.通过在实际网络流数据集上与单一BP神经网络、决策树、朴素贝叶斯和支持向量机算法的对比实验,结果表明该方法具有较高的P2P流量识别准确率和稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王汝传	南京邮电大学计算机学院	671	6841	35.0	53.0
2	赵丹	南京邮电大学计算机学院	6	46	4.0	6.0
3	王锁萍	南京邮电大学自动化学院	65	957	14.0	30.0
4	徐鹤	南京邮电大学计算机学院	26	67	5.0	7.0