作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文中针对P2P流量识别中流量特征向量选择的问题进行了研究,提出了一种基于单因素方差分析的P2P流量特征向量优化算法.该算法将统计学中单因素方差分析的方法引入P2P流量特征选取中,能够从高维的特征向量中选择出具有显著性作用的低维特征向量,从而实现P2P流特征向量的优化.实验结果表明,文中提出的方法可以在显著地提高P2P流量识别的效率的同时,将P2P流量识别准确率保持在一个可接受的范围内,为P2P流量识别的进一步研究提供了铺垫.
推荐文章
基于优化SVM的P2P协议识别
粒子群算法
遗传算法
支持向量机
P2P
协议识别
单因素方差分析方法在环境试验中的应用
环境试验
单因素方差分析
社会科学统计软件包
电阻
基于端点特征的P2P流媒体识别方法
P2P流媒体
机器学习
端点
改进的图半监督支持向量机用于 P2P 网络流识别
P2P网络流识别
半监督学习
标记传播
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 基于单因素方差分析的P2P流特征向量优化方法
来源期刊 计算机技术与发展 学科 工学
关键词 P2P 单因素方差分析 特征向量
年,卷(期) 2012,(4) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 101-103,107
页数 分类号 TP31
字数 3956字 语种 中文
DOI 10.3969/j.issn.1673-629X.2012.04.026
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 章鹏程 南京邮电大学信息网络技术研究所 1 1 1.0 1.0
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  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
P2P
单因素方差分析
特征向量
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导