10.3969/j.issn.1001-3695.2009.09.075
使用机器学习算法分类P2P流量的方法
P2P应用的快速增长,带来网络拥塞等诸多问题,而传统的基于端口与有效载荷的P2P流量分类方法存在着很多缺陷.以抽取独立于端口、协议和有效载荷的P2P流的信息作为特征,用提出的基于ReliefF-CFS的方法选择流的特征子集,研究使用机器学习算法对P2P流量进行分类的方法,也研究了利用流的前向N个报文的统计信息作为特征,分类P2P流量的方法.实验结果显示提出的方法取得了较好的分类准确率.
对等网、流量分类、特征选择、机器学习
26
TP18;TP393(自动化基础理论)
中国博士后科学基金资助项目20070410299;广东省自然科学基金博士科研启动基金资助项目7300450
2009-11-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
3468-3471