基于SVM的P2P流量识别研究

• 作者: 权洪波 钱权
• 来源期刊: 科技与创新
• 关键词: P2P 支持向量机 流量特征 流量识别 分类器
• 年，卷（期）: 2010,（30）
• 页码范围: 105-107
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.30.037

摘要

p2p技术的快速发展一方面丰富了网络的应用形式,同时也给网络管理带来了很多安全问题.因此,研究有效的P2P流识别方法成为P2P流管理的重要课题.论文提出一种基于SVM的P2P网络流量分类的方法,该方法利用基于统计理论的SvM方法,通过网络流量特征以区分不同P2P业务.实验中选择四种常用的P2P业务(Bittorrent,Gnutella,Kazaa和Edonkey),平均分类准确率达到92.2%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	权洪波	上海大学计算机工程与科学学院	1	2	1.0	1.0
2	钱权	上海大学计算机工程与科学学院	12	159	5.0	12.0