| 基于优化SVM的P2P协议识别* |
| |
| 引用本文： | 毛灵,陈兴蜀,吴仲光,谭骏,杜敏.基于优化SVM的P2P协议识别*[J].计算机应用研究,2011,28(7):2750-2753. |
| |
| 作者姓名： | 毛灵 陈兴蜀 吴仲光 谭骏 杜敏 |
| |
| 作者单位： | 四川大学计算机学院,成都,610065 |
| |
| 基金项目： | 国家“973”计划重点基础研究发展资助项目（2007CB311106）；国防重点实验室基金资助项目(NEUL20090101) |
| |
| 摘 要： | 针对P2P应用提出了一种采用DFI深度流分析的方法，通过还原会话流，提取P2P数据流的各种属性特征，采用Grid Search、遗传算法、粒子群算法三种不同算法优化的支持向量机对网络数据流进行分类。通过实验测试，在P2P与非P2P的多种应用中，使用支持向量机进行设计的分类器分类准确率较高，均在90%以上，最高能达到97%。
|
| 关 键 词： | 粒子群算法 遗传算法 支持向量机 P2P 协议识别 |
Novel P2P protocol identification algorithm based on optimized SVM |
| |
| MAO Ling,CHEN Xing-shu,WU Zhong-guang,TAN Jun,DU Min.Novel P2P protocol identification algorithm based on optimized SVM[J].Application Research of Computers,2011,28(7):2750-2753. |
| |
| Authors: | MAO Ling CHEN Xing-shu WU Zhong-guang TAN Jun DU Min |
| |
| Affiliation: | MAO Ling,CHEN Xing-shu,WU Zhong-guang,TAN Jun,DU Min(College of Computer Science,Sichuan University,Chengdu 610065,China) |
| |
| Abstract: | To overcome the shortcomings of P2P application, this paper proposed a new P2P identification algorithm which used DFI deep flow analysis by extracting the various properties of P2P data stream characteristics, using support vector machine which was optim |
| |
| Keywords: | PSO GA SVM P2P protocol identification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
