基于统计特征的P2P流量实时识别方法

发布时间：2017-10-02 09:28

  本文关键词：基于统计特征的P2P流量实时识别方法

  更多相关文章： PP流量识别 统计特征 机器学习 实时 准确

【摘要】：为有效监管网络,快速精确识别P2P流量,在分析P2P网络的本质特性基础上,提出P2P流量的3个流量特征,借助机器学习方法实现对P2P流量和非P2P流量的实时分类。实验结果表明,这3个特征都具备良好的区分性,综合使用3个特征时,能在5s的时间窗口内实现对P2P流量的实时识别,识别准确率达到98.79%,误报率为0.36%。
【作者单位】： 国防科学技术大学计算机学院;
【关键词】： PP流量识别 统计特征 机器学习 实时 准确
【基金】：国家自然科学基金项目(61170286)
【分类号】：TP393.06
【正文快照】： 0引言针对互联网的统计研究结果表明,P2P文件共享程序产生的流量仍然占互联网总流量的很大比值[1]。P2P应用不仅对其它应用的服务质量形成了威胁,也损害了广大网络服务提供商的利益。同时,P2P技术为避免自身被察觉,普遍采用动态端口[2]、协议字段加密[3]、http隧道[4]等方式逃

【相似文献】

中国期刊全文数据库 前3条

1 杨林;刘聪;徐慧;张宵龙;;P2P流实时识别技术研究[J];计算机科学;2012年S2期

2 柳斌;李之棠;李佳;;一种基于流特征的P2P流量实时识别方法[J];厦门大学学报(自然科学版);2007年S2期

3 ;[J];;年期

，

本文编号：958854