基于SVM概率输出的P2P流媒体识别法

• 作者: 兰巨龙 张建辉 杜锡寿 陈伟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: P2P流媒体 识别 SVM 概率输出 端点
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 45-49
• 分类号: TP393
• 字数: 5241字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.10.010

摘要

P2P流媒体占用大量带宽,且容易传播病毒,有必要对其进行识别.分析了Abacus方法的不足,提出一种基于SVM概率输出的P2P流媒体识别法P-Abacus.P-Abacus将待识别样本属于已知应用可能性的大小反映在概率输出上.对输出结果进行排序,根据最大概率,判决样本是属于最大概率类应用还是未知应用,或是需要进一步判断.若需进一步判断,则通过计算前两大类构建SVM概率输出的差值,来判断样本是属于其中的一类,还是未知应用.由于SVM概率输出包含大量可用信息,使得P-Abacus具有更好的识别效果.实验表明,P-Abacus比Abacus具有更高的识别率和更低的误判率,且时间开销增加有限.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建辉		39	157	6.0	9.0
2	兰巨龙		217	1088	16.0	22.0
3	杜锡寿		5	17	3.0	4.0
4	陈伟		3	13	3.0	3.0