原文服务方: 计算机应用研究       
摘要:
针对P2P应用提出了一种采用DFI深度流分析的方法,通过还原会话流,提取P2P数据流的各种属性特征,采用Grid Search、遗传算法、粒子群算法三种不同算法优化的支持向量机对网络数据流进行分类.通过实验测试,在P2P与非P2P的多种应用中,使用支持向量机进行设计的分类器分类准确率较高,均在90%以上,最高能达到97%.
推荐文章
基于SVM的P2P流量识别
SVM
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
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
基于连接跟踪的P2P协议识别方法研究
P2P
连接跟踪
协议识别
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 基于优化SVM的P2P协议识别
来源期刊 计算机应用研究 学科
关键词 粒子群算法 遗传算法 支持向量机 P2P 协议识别
年,卷(期) 2011,(7) 所属期刊栏目 信息安全技术
研究方向 页码范围 2750-2753
页数 分类号 TP393.0
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.07.099
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 吴仲光 四川大学计算机学院 21 114 6.0 10.0
2 谭骏 四川大学计算机学院 10 53 4.0 7.0
3 陈兴蜀 四川大学计算机学院 117 695 14.0 21.0
4 杜敏 四川大学计算机学院 18 78 6.0 8.0
5 毛灵 四川大学计算机学院 2 12 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (11)
同被引文献  (18)
二级引证文献  (4)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
粒子群算法
遗传算法
支持向量机
P2P
协议识别
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导