本文關(guān)鍵詞：基于混合特征的P2P流量識(shí)別方法

  更多相關(guān)文章： 異常流量 混合特征 流量識(shí)別 支持向量機(jī)增量學(xué)習(xí)算法

【摘要】：研究P2P異常流量的識(shí)別問(wèn)題。P2P網(wǎng)絡(luò)節(jié)點(diǎn)特征屬性較多,代表流量特征的屬性存在多層屬性,傳統(tǒng)的流量識(shí)別方法以整體特征為基礎(chǔ),沒(méi)有對(duì)流量特征屬性進(jìn)行進(jìn)一步劃分,一旦出現(xiàn)多識(shí)別特征的情況,單一類(lèi)內(nèi)的特征很難準(zhǔn)確描述這種多流量特征,導(dǎo)致識(shí)別精度下降。為了避免上述傳統(tǒng)算法的缺陷,提出了一種基于支持向量機(jī)增量學(xué)習(xí)算法的p2p流量識(shí)別方法。提取p2p流量混合特征,并將其作為p2p流量識(shí)別的依據(jù)。建立支持向量機(jī)增量學(xué)習(xí)模型,并對(duì)提取的流量混合特征進(jìn)行有效的識(shí)別。實(shí)驗(yàn)結(jié)果表明,利用改進(jìn)后的算法能夠?qū)Ξ惓Ａ髁窟M(jìn)行準(zhǔn)確的識(shí)別,提高異常流量識(shí)別率,降低誤判率,從而有利于p2p網(wǎng)絡(luò)的管理。
【作者單位】： 河南理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;河南理工大學(xué)現(xiàn)代教育技術(shù)中心;
【關(guān)鍵詞】： 異常流量 混合特征 流量識(shí)別 支持向量機(jī)增量學(xué)習(xí)算法
【基金】：河南省軟科學(xué)研究計(jì)劃項(xiàng)目(102400450064)
【分類(lèi)號(hào)】：TP393.06
【正文快照】： 1引言在p2p網(wǎng)絡(luò)管理的進(jìn)程中,需要對(duì)p2p網(wǎng)絡(luò)流量進(jìn)行準(zhǔn)確的識(shí)別,從而為p2p網(wǎng)絡(luò)管理提供數(shù)據(jù)依據(jù)[1]。隨著用戶對(duì)p2p網(wǎng)絡(luò)服務(wù)水平的需求不斷提升,p2p網(wǎng)絡(luò)流量識(shí)別也越來(lái)越受到人們的重視[2]�，F(xiàn)階段,主流的p2p網(wǎng)絡(luò)流量識(shí)別方法包括基于特征分解算法的p2p流量識(shí)別方法、基于自適

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 劉寅;滕曉龍;劉重慶;;復(fù)雜背景下基于傅立葉描述子的手勢(shì)識(shí)別[J];計(jì)算機(jī)仿真;2005年12期

2 賈小軍;喻擎蒼;;基于開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)OpenCV的圖像處理[J];計(jì)算機(jī)應(yīng)用與軟件;2008年04期

3 湯一平;富吉勇;陳耀宇;;基于全方位計(jì)算機(jī)視覺(jué)的遺留物檢測(cè)系統(tǒng)[J];計(jì)算機(jī)測(cè)量與控制;2010年03期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 趙漣漪;許寶杰;童亮;;玻璃缺陷在線檢測(cè)系統(tǒng)的研究[J];北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

2 唐文平;胡慶龍;;基于多目標(biāo)Camshift手勢(shì)識(shí)別[J];電子科技;2012年02期

3 黃向瓊;吳豪斌;;基于人體識(shí)別與跟蹤的遺留物檢測(cè)[J];福建電腦;2011年10期

4 葉劍春;;基于計(jì)算機(jī)視覺(jué)的冶金焊接壞點(diǎn)識(shí)別[J];電氣應(yīng)用;2012年24期

5 張松;紹宏偉;王星淋;;智能視頻診斷技術(shù)在公司視頻監(jiān)控系統(tǒng)中的應(yīng)用[J];北方釩鈦;2013年Z1期

6 張青苗;李鵬;趙勇;何寶富;孫_g;;一種基于OpenCV實(shí)現(xiàn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究[J];艦船電子工程;2010年07期

7 李丹嬌;彭進(jìn)業(yè);馮曉毅;王s，

本文編號(hào)：1093599