基于自适应BP神经网络的网络流量识别算法

摘要：

针对新兴网络应用无法使用传统的基于端口与特征码进行识别的问题,对基于流量统计分析的网络协议识别方法进行了研究,提出了基于自适应BP神经网络的流量识别算法.对BP神经网络结构难以确定、易陷入局部极小值等缺陷进行了分析,使用双粒子群算法对BP神经网络进行优化以提高识别率.实验表明,该算法能根据网络流量的统计特征有效地识别网络应用,且对于采用UDP协议的应用同样有较高的识别率,同时优化后的自适应BP神经网络训练时间更短；并能自动调整其结构,具有良好的自适应特性.

关键词：自适应算法、神经网络、粒子群优化、统计特征、流量识别

所属期刊栏目：41

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家973项目2007CB311106;国防重点实验室基金NEUL20090101

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：580-585