基于SVM概率输出的P2P流媒体识别法

摘要：

P2P流媒体占用大量带宽,且容易传播病毒,有必要对其进行识别.分析了Abacus方法的不足,提出一种基于SVM概率输出的P2P流媒体识别法P-Abacus.P-Abacus将待识别样本属于已知应用可能性的大小反映在概率输出上.对输出结果进行排序,根据最大概率,判决样本是属于最大概率类应用还是未知应用,或是需要进一步判断.若需进一步判断,则通过计算前两大类构建SVM概率输出的差值,来判断样本是属于其中的一类,还是未知应用.由于SVM概率输出包含大量可用信息,使得P-Abacus具有更好的识别效果.实验表明,P-Abacus比Abacus具有更高的识别率和更低的误判率,且时间开销增加有限.

关键词：P2P流媒体、识别、SVM、概率输出、端点

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

资助基金：973计划项目2012CB315900

在线出版日期：2013-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-49