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:
由于内存限制使得单机环境下的P2P流量识别方法只能对小规模数据集进行处理,并且基于朴素贝叶斯分类的识别方法所使用的属性特征均为人工选择,因此,识别率受到了限制并且缺乏客观性。基于以上问题分析提出了云计算环境下的朴素贝叶斯分类算法并改进了在云计算环境下属性约简算法,结合这两个算法实现了对加密P2P流量的细粒度识别。实验结果表明该方法可以高效处理大数据集网络流量,并且有很高的P2P流量识别率,同时结果也具备客观性。
推荐文章
基于云计算的 P2P识别系统架构研究
云计算
P2P
流量识别系统
架构
基于特征进程的P2P流量识别
P2P流量识别
进程
数据加密
P2P流量识别技术的研究
P2P
流量识别
端口识别
基于流量特征和载荷特征的P2P流量识别
P2P流量
模式识别
流量特征
载荷特征
指印函数
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 云计算环境下的P2P流量识别
来源期刊 计算机工程与应用 学科 工学
关键词 P2P流量识别 云计算 粗糙集 朴素贝叶斯
年,卷(期) 2015,(19) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 88-92,145
页数 6页 分类号 TP393.4
字数 5364字 语种 中文
DOI 10.3778/j.issn.1002-8331.1309-0541
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 高仲合 曲阜师范大学计算机科学学院 99 300 8.0 11.0
2 李凤银 曲阜师范大学计算机科学学院 24 105 6.0 9.0
3 单凯 曲阜师范大学计算机科学学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (165)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (10)
二级引证文献  (1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(17)
  • 参考文献(1)
  • 二级参考文献(16)
2009(15)
  • 参考文献(1)
  • 二级参考文献(14)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(9)
  • 参考文献(2)
  • 二级参考文献(7)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
P2P流量识别
云计算
粗糙集
朴素贝叶斯
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导