基于AdaBoost-SVM的P2P流量识别方法

发布时间：2017-07-31 14:13

  本文关键词：基于AdaBoost-SVM的P2P流量识别方法

  更多相关文章： 对等网络流量 支持向量机 分类器 分类能力 泛化能力

【摘要】：针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。
【作者单位】： 开封大学信息工程学院;
【关键词】： 对等网络流量 支持向量机 分类器 分类能力 泛化能力
【基金】：河南省科技厅科学技术项目(2014309) 开封市科技局科技攻关计划基金资助项目(130145)
【分类号】：TP393.06
【正文快照】： 0引言随着对等网络技术的快速发展,P2P技术被广泛应用于流媒体传输、文件共享以及即时通信等领域。目前P2P流量已成为互联网的主宰流量,P2P流量的急速增长给网络带宽造成严重负担,加剧了网络的拥塞状况;与此同时,大量P2P的恶意流量的非法连接加剧了带宽的消耗。因此,对P2P流量

【相似文献】

中国期刊全文数据库 前10条

1 杨铮;李国元;左敏;;一个嵌入式网络流量识别系统的设计与实现[J];计算机系统应用;2008年06期

2 辛峰;於建华;;互联网流量识别技术的研究及实现[J];广东通信技术;2008年03期

3 李晗;刘泷;;应用层流量识别方法的研究[J];广东通信技术;2008年04期

4 梁伟;李晗;;网络流量识别方法研究[J];通信技术;2008年11期

5 张玲;李君;孙雁飞;;快速应用层流量识别方法的研究与实现[J];电信快报;2009年10期

6 葛体富;;网络流量识别技术以及实现方案浅议[J];电脑知识与技术;2011年22期

7 侯艳;;基于深度包和流的流量识别系统设计[J];电子设计工程;2013年22期

8 马保雷;宋颖慧;刘亚维;;基于概念漂移检测的自适应流量识别的研究[J];智能计算机与应用;2013年06期

9 张众;杨建华;谢高岗;;高效可扩展的应用层流量识别架构[J];通信学报;2008年12期

10 吴震;刘兴彬;童晓民;;基于信息熵的流量识别方法[J];计算机工程;2009年20期

中国重要会议论文全文数据库 前7条

1 马永立;寿国础;胡怡红;钱宗珏;区海平;;新型网络流量识别分析系统及其性能评估[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

2 张娜娜;;P2P流量识别方法研究[A];江苏省电子学会2010年学术年会论文集[C];2010年

3 高长喜;辛阳;钮心忻;杨义先;;基于行为特征分析的P2P流量识别技术的研究[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

4 许刘兵;;基于人工神经网络的P2P流量识别模型的研究[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

5 贾波;邹园萍;;基于无监督学习的P2P流量识别[A];浙江省信号处理学会2011学术年会论文集[C];2011年

6 王波;周晓光;苏志远;;基于节点状态的P2P流量识别系统[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（下册）[C];2008年

7 王波;周晓光;苏志远;;基于节点状态的P2P流量识别系统[A];2008通信理论与技术新发展——第十三届全国青年通信学术会议论文集（下）[C];2008年

中国博士学位论文全文数据库 前6条

1 林冠洲;网络流量识别关键技术研究[D];北京邮电大学;2011年

2 田旭;互联网流量识别技术研究[D];北京邮电大学;2012年

3 彭建芬;P2P流量识别关键技术研究[D];北京邮电大学;2011年

4 张剑;宽带接入网流量识别关键技术研究[D];北京邮电大学;2011年

5 李冰;VoIP和P2P IPTV流量的识别与测量研究[D];天津大学;2010年

6 郭振滨;互联网测量与建模研究[D];北京交通大学;2012年

中国硕士学位论文全文数据库 前10条

1 王晓明;家庭网络流量识别与QoS控制[D];山东大学;2015年

2 石林;基于DPI的流量识别方法研究与应用[D];江西理工大学;2015年

3 武光达;基于DPI的流量识别系统设计[D];贵州大学;2015年

4 罗平;网络层流量识别与关键内容提取系统设计与实现[D];电子科技大学;2014年

5 白宇;基于马尔可夫链的加密流识别系统研究与实现[D];北京理工大学;2015年

6 谭静;基于机器学习的P2P流量识别算法研究[D];河南理工大学;2014年

7 练琪;基于聚类分析的应用层流量识别研究[D];湖南大学;2010年

8 朱欣;基于数据流挖掘技术的流量识别[D];苏州大学;2011年

9 张波;基于流特征的加密流量识别技术研究[D];哈尔滨工业大学;2012年

10 孙海霞;基于关联规则的流量识别方法研究[D];合肥工业大学;2009年

，

本文编号：599547