基于混合特征的P2P流量识别方法

• 作者: 张治斌 谭静
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 异常流量 混合特征 流量识别 支持向量机增量学习算法
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 仿真网络化
• 页码范围: 316-319
• 页数: 4页
• 分类号: TP393
• 字数: 2977字
• 语种: 中文

摘要

研究P2P异常流量的识别问题.P2P网络节点特征属性较多,代表流量特征的属性存在多层属性,传统的流量识别方法以整体特征为基础,没有对流量特征属性进行进一步划分,一旦出现多识别特征的情况,单一类内的特征很难准确描述这种多流量特征,导致识别精度下降.为了避免上述传统算法的缺陷,提出了一种基于支持向量机增量学习算法的p2p流量识别方法.提取p2p流量混合特征,并将其作为p2p流量识别的依据.建立支持向量机增量学习模型,并对提取的流量混合特征进行有效的识别.实验结果表明,利用改进后的算法能够对异常流量进行准确的识别,提高异常流量识别率,降低误判率,从而有利于p2p网络的管理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张治斌	河南理工大学现代教育技术中心	40	254	9.0	14.0
2	谭静	河南理工大学计算机科学与技术学院	2	10	2.0	2.0