基于隐马尔科夫模型的P2P流识别技术

摘要：

为了实时、准确地识别多种P2P应用流,提出了基于隐马尔科夫模型(HMM,hidden Markov model)的P2P 流识别技术.该技术利用分组大小、到达时间间隔和到达顺序等特征构建流识别模型,采用离散型随机变量刻画HMM状态特征；提出了能同时识别多种P2P应用流的架构HMM-FIA,设计了HMM的状态个数选择算法,在校园网中架设可控实验环境,使用HMM-FIA识别多种P2P流,并与已有识别方法进行比较,结果表明采用离散型随机变量能降低模型建立时间,提高识别未知流的实时性和准确性；HMM-HA能同时识别多种P2P协议产生的分组流,并能较好地适应网络环境变化.

关键词：对等方到对等方、有限状态机、流识别、隐马尔科夫模型

所属期刊栏目：33

分类号：TP393(计算技术、计算机技术)

资助基金：国家高技术研究发展计划“863”计划基金资助项目2007AA01Z418;江苏省自然科学基金资助项目BK2009058;国家自然科学基金资助项目61072043

在线出版日期：2012-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：55-63