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:
介绍了传统的P2P流量识别方法,分析了它们的优缺点,在此基础上,提出了一种基于GA-PSO混合规划算法的P2P流量识别方法,该方法根据网络流量特征对流量进行识别,弥补了传统流量识别方法的不足.在对各种网络流量特征进行了深入分析后,总结了P2P流量的四类典型特征作为分类依据,利用大量的样本对分类模型进行训练,并通过测试样本对该分类模型进行验证,结果显示该方法具有较高的检测精度、良好的性能及较强的适应性.
推荐文章
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
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
SVM
P2P
流量识别
基于多重特性的P2P流量识别方法
P2P流量识别
识别hash表
传输层
流量特性
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 基于GA-PSO混合规划算法的P2P流量识别研究
来源期刊 微处理机 学科 工学
关键词 对等网络 流量识别 GA-PSO混合规划算法 流量特征 数据挖掘
年,卷(期) 2010,(6) 所属期刊栏目 微机网络与通信
研究方向 页码范围 34-37
页数 分类号 TP393.07
字数 2843字 语种 中文
DOI 10.3969/j.issn.1002-2279.2010.06.012
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 王颖 10 87 6.0 9.0
2 易宇 3 9 2.0 3.0
3 张甜甜 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (30)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
对等网络
流量识别
GA-PSO混合规划算法
流量特征
数据挖掘
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
微处理机
双月刊
1002-2279
21-1216/TP
大16开
沈阳市皇姑区陵园街20号
1979
chi
出版文献量(篇)
3415
总下载数(次)
7
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导