利用统计特征结合神经网络的P2P流量识别方法

• 作者: 张磊
• 来源期刊: 计算机安全
• 学科: 工学
• 关键词: P2P 流量识别 神经网络 特征提取
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 学术·技术
• 页码范围: 48-50
• 分类号: TP3
• 字数: 2262字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0428.2010.05.016

摘要

准确识别P2P流量对进一步地流量控制具有重要的实际意义.利用模糊ARTMAP神经网络实时学习和快速识别的优点,提出一种基于神经网络的P2P流量识别方法.在实际网络环境下对BitTorrent,PPLive、PPStream、EMule四种主流P2P应用进行实验,统计分析并提取了九种流量特征.通过神经网络对各种P2P应用流量特征的学习和识别,得出该方法的识别准确率达到95%以上,验证了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊	重庆大学通信工程学院	57	500	11.0	20.0