10.3969/j.issn.1673-629X.2011.12.008
基于决策树的P2P流量识别方法研究
针对新型P2P业务采用净荷加密和伪装端口等方法来逃避检测的问题,提出了一种基于决策树的P2P流量识别方法.该方法将决策树方法应用于网络流量识别领域,以适应网络流量的识别要求.决策树方法通过利用训练数据集中的信息熵来构建分类模型,并通过对分类模型的简单查找来完成未知网络流样本的分类.实验结果验证了C4.5决策树算法相比较Na(i)ve Bayes、Bayes Network算法,处理相对简单且计算量不大,具有较高的数据处理效率和分类精度,能够提高网络流量分类精度,更适用于P2P流量识别.
决策树、流量识别、特征选择、分类精度
21
TP391(计算技术、计算机技术)
安徽省高等学校自然科学基金重点项目KJ2009A093
2012-03-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
29-32