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:
为了使网络管理员能更好地监控和管理P2P流量数据,分析了运行不同P2P应用时的主机行为特征,提出一种基于端口特征的P2P应用识别方案.该方案利用P2P应用的UDP监听端口产生的数据报长度及其分布特征,通过机器学习的方法对监听端口进行分类,进而识别出对应的P2P应用.实验结果表明,该方案能有效地识别节点主机运行的不同的P2P应用,尤其对于视频类P2P应用的识别准确率可以达到99.91%.
推荐文章
基于特征进程的P2P流量识别
P2P流量识别
进程
数据加密
基于应用层签名特征的P2P流量识别
P2P流量
应用层签名
流量识别
行为分析
基于SVM的P2P流量识别
SVM
P2P
流量识别
基于行为特征的P2P流识别研究
P2P
行为特征
识别
持续时间
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 基于端口特征的P2P应用识别方案
来源期刊 北京工业大学学报 学科 工学
关键词 P2P 端口特征 机器学习
年,卷(期) 2013,(11) 所属期刊栏目 计算机科学
研究方向 页码范围 1667-1672
页数 6页 分类号 TP393
字数 语种 中文
DOI
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 周亚建 49 371 10.0 18.0
2 平源 3 41 2.0 3.0
3 薛超 1 0 0.0 0.0
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  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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)
研究主题发展历程
节点文献
P2P
端口特征
机器学习
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
北京工业大学学报
月刊
0254-0037
11-2286/T
大16开
北京市朝阳区平乐园100号
2-86
1974
chi
出版文献量(篇)
4796
总下载数(次)
21
总被引数(次)
40595
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导