一种新的P2P流量识别模型

发布时间：2017-08-23 08:41

  本文关键词：一种新的P2P流量识别模型

  更多相关文章： 流量检测 概念漂移 PP K近邻 集成学习

【摘要】：由于网络环境的动态性及网络应用分布变化等原因,导致在P2P流量识别过程中面临概念漂移问题.现有的静态流量识别模型无法处理此类问题,因此文中提出一种新的P2P流量识别模型,解决了P2P流量识别过程中存在噪声和概念漂移问题.借助聚类思想利用K近邻算法,实现噪声过滤.根据评估假设原理和中心极限定理实现了概念漂移检测,在此基础上利用基分类器的不确定性输出结果实现多分类器集成方案,同时基于时间策略淘汰概念过时的基分类器.理论分析和仿真实验结果证明了本文所提的算法模型是可行的.
【作者单位】： 安徽工程大学计算机与信息学院;南京航空航天大学计算机科学与技术学院;
【关键词】： 流量检测 概念漂移 PP K近邻 集成学习
【基金】：国家自然基金项目(61170276,61373135,61300170,71371012)资助 江苏省高校自然科学研究重大项目(12KJA520003)资助 安徽省高校省级优秀青年人才基金重点项目(2013SQRL034ZD)资助 教育部人文社科规划项目(13YJA630098)资助 安徽省教育厅重点项目(KJ2013A040)资助 安徽工程大学青年基金项目(2013YQ31)资助
【分类号】：TP393.06
【正文快照】： 3(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,南京210003)E-mail:aqlsm@163.com1引言近年来P2P技术广泛应用于文件共享、即时通信、流媒体等领域,吞噬网络带宽,加剧网络拥塞状况,带来不安全因素.如何识别和控制P2P流量,成为网络运营商和管理者面临的挑战.P2P流量

【参考文献】

中国期刊全文数据库 前3条

1 李致远;王汝传;;一种基于机器学习的P2P网络流量识别方法[J];计算机研究与发展;2011年12期

2 徐鹏;林森;;基于C4.5决策树的流量分类方法[J];软件学报;2009年10期

3 鲁刚;张宏莉;叶麟;;P2P流量识别[J];软件学报;2011年06期

【共引文献】

中国期刊全文数据库 前10条

1 任杰;柳毅;金鑫;别荣芳;;基于数据挖掘的蔬菜图片病害自动分类[J];北京师范大学学报(自然科学版);2006年06期

2 吴耿;李杰;杨文保;;基于代价敏感决策树的网络流量分类研究[J];电脑与信息技术;2011年05期

3 孙荣宗;;一种快速KNN文本分类算法[J];电脑知识与技术;2010年01期

4 张石清;李乐民;赵知劲;;基于一种改进的监督流形学习算法的语音情感识别[J];电子与信息学报;2010年11期

5 邓斌;邵培基;刘名武;夏国恩;;基于模糊测度KNN的多维度数据分类算法[J];系统工程;2010年03期

6 龚箭,李红梅,刘飞;建筑金属结构行业计算机辅助工程报价决策方法研究[J];工业工程;2002年01期

7 胡婷;王勇;陶晓玲;;网络流量分类方法的比较研究[J];桂林电子科技大学学报;2010年03期

8 李国平;王勇;陶晓玲;;基于DPI和机器学习的网络流量分类方法[J];桂林电子科技大学学报;2012年02期

9 徐雅斌;李艳平;刘曦子;;一个基于云计算的P2P流量识别系统模型的研究[J];电信科学;2012年10期

10 魏春花;杨奎河;;基于行为关联的有状态P2P识别方法[J];电子世界;2012年21期

中国重要会议论文全文数据库 前9条

1 冯yN;李霞;;一种K最近邻分类的改进算法及应用[A];2011年全国通信安全学术会议论文集[C];2011年

2 ;Application of Multi-level Compressed Decision Tree in Computer Forensics[A];Proceedings 2010 IEEE 2nd Symposium on Web Society[C];2010年

3 单凯;高仲合;;基于节点及流量行为特征的P2P流量识别[A];山东计算机学会2013学术年会论文集[C];2013年

4 喻东阳;陈宏伟;杨庄;;基于信任抽样的P2P流量识别[A];武汉机械设计与传动学会第21届学术年会论文集[C];2013年

5 胡双双;武斌;;基于攻击图的蜜网日志分析[A];第十九届全国青年通信学术年会论文集[C];2014年

6 王海舟;陈兴蜀;王文贤;吴小松;;P2P网络电视系统内容污染安全问题研究综述[A];第十一届全国博士生学术年会——信息技术与安全专题论文集[C];2013年

7 石勇;张玲玲;陈懿冰;;智能知识管理发展研究[A];2012-2013年管理科学与工程学科发展报告[C];2014年

8 张逸石;王腾;张子刚;;Feature Selection for Classification Using Data Envelopment Analysis[A];第十一届全国博士生学术年会——信息技术与安全专题论文集[C];2013年

9 张晓青;;基于情景感知的自适应P2P流媒体数据调度算法[A];2013全国无线及移动通信学术大会论文集（上）[C];2013年

中国博士学位论文全文数据库 前10条

1 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年

2 邓斌;B2C在线评论中的客户知识管理研究[D];电子科技大学;2010年

3 彭涛;基于特征和实例的海量数据约简方法研究[D];华中科技大学;2011年

4 任艳;基于公理模糊集与支持向量机的知识发现方法与应用研究[D];大连理工大学;2011年

5 王荣燕;复杂音频分类中的关键问题研究[D];北京邮电大学;2011年

6 陈元;基于分类模型的知识发现过程研究[D];国防科学技术大学;2002年

7 张颖;数据采掘的研究与应用[D];中国科学院研究生院（计算技术研究所）;1999年

8 鲁松;自然语言处理中词相关性知识无导获取和均衡分类器构建[D];中国科学院研究生院（计算技术研究所）;2001年

9 邱明;语义相似性度量及其在设计管理系统中的应用[D];浙江大学;2006年

10 黄永红;基于递阶结构的变风量空调系统故障检测与诊断研究[D];湖南大学;2007年

中国硕士学位论文全文数据库 前10条

1 周轩;免疫混合算法及其在数据挖掘和优化中的应用研究[D];华东理工大学;2011年

2 章超;模式分类中数据选择方法的研究[D];西华大学;2010年

3 王亚婧;基于数据挖掘和协同过滤的成人高考志愿推荐系统研究[D];北京林业大学;2011年

4 吴耿;基于决策树的网络流量分类研究[D];中南大学;2011年

5 钟星;基于数据挖掘和多目标决策的软件缺陷预测方法研究[D];电子科技大学;2011年

6 朱坤红;基于VSM模型和特征选择算法的中文文本自动分类研究[D];江西师范大学;2011年

7 张荣富;数据挖掘技术在教务管理中的应用[D];安徽大学;2011年

8 陈永杰;基于决策树的设备管理系统研究与应用[D];中国石油大学;2011年

9 郑君;基于标记的数据包分类机制若干技术研究[D];宁波大学;2011年

10 韩光辉;基于欧式距离的实例选择算法研究[D];河北大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 陈庆章;邵奔;陈超;;基于复合特征的P2P业务识别系统的研究与实现[J];东南大学学报(自然科学版);2008年S1期

2 郭振滨;裘正定;;应用于高速网络的基于报文采样和应用签名的BitTorrent流量识别算法[J];计算机研究与发展;2008年02期

3 徐鹏;刘琼;林森;;改进的对等网络流量传输层识别方法[J];计算机研究与发展;2008年05期

4 徐鹏;刘琼;林森;;基于支持向量机的Internet流量分类研究[J];计算机研究与发展;2009年03期

5 苏欣;杨建华;张大方;谢高岗;;面向流量识别系统的聚类算法的比较与分析[J];计算技术与自动化;2008年03期

6 李伟男;鄂跃鹏;葛敬国;钱华林;;多模式匹配算法及硬件实现[J];软件学报;2006年12期

7 张宇翔;杨冬;张宏科;;P2P网络中Churn问题研究[J];软件学报;2009年05期

8 徐鹏;林森;;基于C4.5决策树的流量分类方法[J];软件学报;2009年10期

9 刘兴彬;杨建华;谢高岗;胡s，

本文编号：724084