具有概念漂移的P2P网络流量识别研究

发布时间：2018-06-25 22:22

本文选题：概念漂移 + 流量检测　；参考：《系统工程与电子技术》2013年04期

【摘要】：针对P2P网络流量产生过程中存在概念漂移现象,提出具有概念漂移检测功能的多分类器动态集成流量识别方案。该方案包括概念漂移检测和分类器动态集成两大模块,由卡方统计推断原理实现概念漂移检测模块功能,采用基分类器的性能优先淘汰策略进行动态集成解决流量概念漂移发生后的识别问题。在以贝叶斯分类器、支持向量机、决策树作为基分类器,针对不同集成规模、数据块大小进行仿真实验,结果证明方案是可行的,模型的识别准确率达到82%以上。
[Abstract]:Aiming at the phenomenon of concept drift in the process of P2P network traffic generation, a multi-classifier dynamic integrated traffic identification scheme with concept drift detection function is proposed. The scheme includes two modules: concept drift detection and classifier dynamic integration. The function of concept drift detection module is realized by chi-square statistical inference principle. The performance first elimination strategy of base classifier is used for dynamic integration to solve the problem of identification after the flow concept drift occurs. Taking Bayesian classifier, support vector machine and decision tree as basis classifiers, simulation experiments are carried out for different integration scales and data block sizes. The results show that the scheme is feasible and the recognition accuracy of the model is over 82%.
【作者单位】：南京航空航天大学计算机科学与技术学院;安徽工程大学计算机与信息学院;南京邮电大学宽带无线通信与传感网技术教育部重点实验室;南京大学计算机软件新技术国家重点实验室;
【基金】：国家自然科学基金(60973140,61170276) 江苏省高校自然科学研究重大项目(12KJA520003) 安徽省高等学校青年教师科研资助计划项目(2012SQRL220)资助课题
【分类号】：TP393.06

【参考文献】