基于 BPSO 与神经网络的实时 P2P 协议识别算法

• 作者: 杜敏 谭骏 陈兴蜀
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群算法 神经网络 统计特征 流量识别 实时性
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 机械工程·控制科学与工程
• 页码范围: 2190-2197
• 分类号: TP393.08
• 字数: 6931字
• 语种: 中文

摘要

针对互联网中P2P协议以及加密协议无法使用传统方法进行识别的问题,提出一种新的基于会话流统计特征的网络协议识别算法.采用二进制粒子群算法(BPSO)定量选出最能体现不同协议区别的特征子集；并针对BP(Back Propagation)神经网络结构难以确定、易陷入局部极小值等缺陷进行分析,使用粒子群算法对BP神经网络进行优化以提高识别率.实验结果表明:该方法能够有效地从多种网络特征属性中选出最能体现不同协议区别的特征子集,且对于基于UDP协议的网络应用也有较高识别率,经优化后的BP神经网络具有更高识别率.该算法对常见的P2P协议平均识别率达到96％,且能够实时地对网络协议进行识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭骏	四川大学计算机学院	10	53	4.0	7.0
2	陈兴蜀	四川大学计算机学院	117	695	14.0	21.0
3	杜敏	四川大学计算机学院	18	78	6.0	8.0