基于混合特征的P2P流量识别方法

摘要：

研究P2P异常流量的识别问题.P2P网络节点特征属性较多,代表流量特征的属性存在多层属性,传统的流量识别方法以整体特征为基础,没有对流量特征属性进行进一步划分,一旦出现多识别特征的情况,单一类内的特征很难准确描述这种多流量特征,导致识别精度下降.为了避免上述传统算法的缺陷,提出了一种基于支持向量机增量学习算法的p2p流量识别方法.提取p2p流量混合特征,并将其作为p2p流量识别的依据.建立支持向量机增量学习模型,并对提取的流量混合特征进行有效的识别.实验结果表明,利用改进后的算法能够对异常流量进行准确的识别,提高异常流量识别率,降低误判率,从而有利于p2p网络的管理.

关键词：异常流量、混合特征、流量识别、支持向量机增量学习算法

所属期刊栏目：31

分类号：TP393(计算技术、计算机技术)

资助基金：河南省软科学研究计划项目102400450064

在线出版日期：2014-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：316-319