一种基于混沌粒子群算法和支持向量机的 P2 P流量识别方法

• 作者: 叶志伟 张会丽 王春枝 陈宏伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: P2P流量识别 支持向量机 混沌粒子群优化算法
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 安全技术
• 页码范围: 288-291
• 页数: 4页
• 分类号: TP181
• 字数: 4327字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.08.068

摘要

对等网络技术P2P（Peer-to-Peer）在丰富了互联网应用的同时也带来了很多安全问题，因此，如何进行P2P流量的识别是网络管理研究的热点和难点问题。其中支持向量机在P2 P识别问题中具有较好的效果，然而支持向量机的分类性能很大程度取决于核函数参数和惩罚参数。基于遗传算法、粒子群算法的支持向量机参数优化方法都存在易陷入局部最优解的问题，优化性能需要进一步改善。为进一步改善支持向量机参数优化问题，提出一种基于混沌粒子群的支持向量机参数优化方法，并将其应用于P2 P流量识别问题。利用真实的校园网网络流量作为研究对象进行分类实验，结果表明，混沌粒子群优化的支持向量机具有更高的P2 P分类正确率和计算效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王春枝	湖北工业大学计算机学院	85	410	11.0	15.0
2	叶志伟	湖北工业大学计算机学院	47	189	8.0	10.0
3	陈宏伟	湖北工业大学计算机学院	42	100	5.0	8.0
4	张会丽	湖北工业大学计算机学院	2	6	1.0	2.0