基于决策树的P2P流量识别方法研究

• 作者: 李晟锴
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 决策树 流量识别 特征选择 分类精度
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 29-32
• 分类号: TP391
• 字数: 3576字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.12.008

摘要

针对新型P2P业务采用净荷加密和伪装端口等方法来逃避检测的问题,提出了一种基于决策树的P2P流量识别方法.该方法将决策树方法应用于网络流量识别领域,以适应网络流量的识别要求.决策树方法通过利用训练数据集中的信息熵来构建分类模型,并通过对分类模型的简单查找来完成未知网络流样本的分类.实验结果验证了C4.5决策树算法相比较Na(i)ve Bayes、Bayes Network算法,处理相对简单且计算量不大,具有较高的数据处理效率和分类精度,能够提高网络流量分类精度,更适用于P2P流量识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晟锴	安徽理工大学计算机科学与工程学院	1	1	1.0	1.0