基于AdaBoost-SVM的P2P流量识别方法

• 作者: 刘悦 李雪
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 对等网络流量 支持向量机 分类器 分类能力 泛化能力
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 综述
• 页码范围: 15-18
• 页数: 4页
• 分类号: TP393.08
• 字数: 2461字
• 语种: 中文

摘要

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点，将机器学习中AdaBoost算法的良好分类能力和SVM的泛化能力结合起来，提出一种基于AdaBoost-SVM组合算法的P2P网络流量识别模型，将SVM作为AdaBoost的基分类器，运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后，以4种P2P流量数据为研究对象在MATLAB上进行仿真，仿真结果表明，提出的AdaBoost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的AdaBoost和SVM，组合算法的P2P流量平均识别率高达98.7%，远高于AdaBoost和SVM的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘悦	开封大学信息工程学院	24	73	5.0	7.0
2	李雪	开封大学信息工程学院	5	37	2.0	5.0