一种 P2P 数据流聚类的算法

• 作者: 朱俚治
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: P2P 流 粒子群 相似性 欧氏距离 决策树
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 算法与分析
• 页码范围: 1416-1419,1517
• 页数: 5页
• 分类号: TP301.6
• 字数: 4542字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.08.005

摘要

P2P 技术是当今发展最快的网络技术之一，但是 P2P 数据流大量的出现给互联网造成了一定的影响，因此为了控制 P2P 流对互联网产生的不良影响，有必要对 P2P 流和非 P2P 流进行识别和分类。然而对数据流进行聚类是对不同属性的数据流进行研究的重要一步，因此论文提出一种基于网络流量行为特征的 P2P 数据流聚类算法，该算法的思想是：首先描述 P2P 流量数据包的特征，根据 P2P 数据包的特征使用相似性计算算法对 P2P 相似流进行计算，其次使用决策树算法对 P2P 数据流与非 P2P 数据流进行分类，最后使用欧氏距离和粒子群算法对相似的 P2P 流进行聚类。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱俚治	南京航空航天大学信息中心	80	75	4.0	4.0