基于SVM的P2P流量识别研究

摘要：

p2p技术的快速发展一方面丰富了网络的应用形式,同时也给网络管理带来了很多安全问题.因此,研究有效的P2P流识别方法成为P2P流管理的重要课题.论文提出一种基于SVM的P2P网络流量分类的方法,该方法利用基于统计理论的SvM方法,通过网络流量特征以区分不同P2P业务.实验中选择四种常用的P2P业务(Bittorrent,Gnutella,Kazaa和Edonkey),平均分类准确率达到92.2%.

关键词：P2P、支持向量机、流量特征、流量识别、分类器

所属期刊栏目：26

分类号：TP393(计算技术、计算机技术)

资助基金：基金申请人:钱权;项目名称:上海市教委创新科研项目"高可生存性分布式入侵检测机制研究";基金颁发部门:上海市教育委员会09YZ05;基金申请人:陈健;项目名称:上海科委项目"结合深度包与深度流检测技术的IPv6行为管理系统研究与开发";基金颁发部门:上海市科委09511501300;基金申请人:缪怀扣;项目名称:上海教委重点学科建设项目,高可信计算理论与应用研究;基金颁发部门:上海市教育委员会J50103

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：105-107