基于支持向量数据描述的P2P流量识别 |
| |
引用本文: | 刘三民,孙知信.基于支持向量数据描述的P2P流量识别[J].吉林大学学报(工学版),2012,42(4):947-951. |
| |
作者姓名: | 刘三民 孙知信 |
| |
作者单位: | 1. 南京航空航天大学计算机科学与技术学院,南京210016 安徽工程大学计算机与信息学院,安徽芜湖241000 2. 南京航空航天大学计算机科学与技术学院,南京210016 南京邮电大学计算机技术研究所,南京210003 南京大学计算机软件新技术国家重点实验室,南京210093 |
| |
基金项目: | 国家自然科学基金项目,江苏省自然科学基金项目,江苏省高校自然科学基础研究项目 |
| |
摘 要: | 借鉴聚类思想引入基于支持向量数据描述(SVDD)的原理,建立P2P流量识别模型。该模型首先用主成分分析法(PCA)对训练集降维,然后用SVDD方法寻找包含大部分样本最小超球,保留各自支持向量样本点作为识别模型;然后计算测试样本距各球心距离,距离近者为其所属类别。该模型简单,适合P2P流量识别环境,克服了现有基于机器学习的流量识别方法在多类分类中模型复杂、数据不平衡等缺点。实验结果表明,该模型具有较高的分类精度和可靠性。
|
关 键 词: | 计算机系统结构 支持向量数据描述 主成分分析 P2P流量识别 |
本文献已被 CNKI 万方数据 等数据库收录! |
|