收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

融合杜鹃搜索的粒子群算法的P2P流量识别方法研究

李沁沄  
【摘要】:随着互联网的发展,对等网络技术(Peer-to-Peer,简称P2P)得到了广泛使用,已经占据互联网业务总量50%以上。一方面给人们工作生活带来便利,另一方面P2P也带来网络拥塞,信息安全等难题。所以有必要对P2P流量进行管理和控制,因此实现对P2P流量识别的问题变成了关键。 P2P流量识别本质上是模式识别问题,其识别的准确性很大程度上取决于选择的流量特征和构建的分类器方法,本文主要围绕杜鹃搜索和粒子群算法在P2P流量特征选择和最优P2P分类器构建中的应用展开了深入研究,主要工作如下。 (1)融合杜鹃搜索的粒子群算法的P2P流量特征选择。在P2P流量识别问题中,通常单一特征识别率低,因此在实际工作中需要引入多种特征来提高流量识别率。虽然采用支持向量机(Support Vector machine,SVM)分类器能够克服维数灾难问题,但是过多的特征还是无法避免这个问题,而且会增加流量特征采样的工作量,导致识别算法识别效率下降,难以满足识别实时性的问题。因此,可以这里引入融合杜鹃搜索的粒子群算法的特征选择新方法,在众多特征集合中选择出具有最佳分类性能的特征子集,以提高识别算法识别精度和计算效率。 (2)基于融合杜鹃搜索的粒子群算法的P2P流量识别方法。SVM能够很好的解决传统的机器学习面临的过学习、欠学习,陷入局部最优解和维数灾难等问题,因此,本文应用SVM进行P2P流量识别。然而SVM的惩罚参数和核函数以及核函数的参数在极大程度上影响了SVM的性能。实际操作中没有公认的参数调节方法,常用的参数调节方法要么计算费时如网格搜索,或者易陷入局部最优,如基于遗传算法的SVM参数优化。因此,本文采用融合杜鹃搜索的粒子群算法对支持向量机参数进行优化。 最后,对于本文所提出的特征选择和SVM参数优化方法,在机器学习UCI数据库和真实校园P2P数据上进行了测试,并和已有遗传算法,粒子群算法,杜鹃搜索算法等进行了实验对比。结果表明本文提出的融合杜鹃搜索的粒子群算法的特征选择算法能够获得优秀的特征子集,经过本文算法优化后的SVM也具有更好的识别性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐周李;姜志宏;莫松海;樊鹏翼;;基于应用层签名的P2P流媒体流量识别[J];计算机应用研究;2009年06期
2 曾燕;李春蔚;;BT小包流量识别技术研究[J];四川理工学院学报(自然科学版);2010年06期
3 贾波;邹园萍;;基于无监督学习的P2P流量识别[J];杭州电子科技大学学报;2011年04期
4 刘洪涛;;校园网中P2P流量的识别及其控制[J];武汉船舶职业技术学院学报;2007年04期
5 蒋海明;张剑英;刘琼;王秀娟;何霁野;;PPLive协议分析及流量识别[J];电讯技术;2009年05期
6 张磊;;利用统计特征结合神经网络的P2P流量识别方法[J];计算机安全;2010年05期
7 孙立霞;;流量识别和QoS控制在IP/MPLS业务路由器的实现[J];科技传播;2011年04期
8 李金宝;;基于校园网的P2P流量识别技术研究[J];吉林化工学院学报;2011年05期
9 张晓燕;张浩;;因特网流量识别及管理方案设计[J];网络安全技术与应用;2008年03期
10 梁伟;李晗;;网络流量识别方法研究[J];通信技术;2008年11期
11 李润知;闫伟;王宗敏;;基于连接模式的P2P流量识别的研究与实现[J];计算机应用研究;2009年02期
12 马永立;钱宗珏;寿国础;胡怡红;;机器学习用于网络流量识别[J];北京邮电大学学报;2009年01期
13 殷晓丽;田端财;;P2P流量识别技术分析[J];科技资讯;2009年08期
14 欧阳广;;BT流量实时检测与控制技术研究[J];现代计算机(专业版);2009年07期
15 颜凯;;校园网P2P流量监控技术分析[J];电信快报;2010年01期
16 盘善荣;傅明;史长琼;;支持向量机在P2P流量识别中的应用[J];计算机工程与科学;2010年02期
17 徐鹤;王锁萍;王汝传;赵丹;;基于神经网络集成的P2P流量识别研究[J];南京邮电大学学报(自然科学版);2010年03期
18 王超;张白愚;;DVB-S中即时通信语音流量识别技术研究[J];电视技术;2010年09期
19 吴敏;王汝传;蔡涛涛;;机器学习在P2P流量检测中的研究[J];计算机技术与发展;2010年11期
20 汤昊;李之棠;;基于DPI的P2P流量控制系统的设计与实现[J];信息安全与通信保密;2007年06期
中国重要会议论文全文数据库 前7条
1 谢延;孙知信;;网络游戏流量特征字发现技术[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
2 马永立;寿国础;胡怡红;钱宗珏;区海平;;新型网络流量识别分析系统及其性能评估[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
3 杜建清;黄少君;杨家海;;网络测量协作柔性支撑平台[A];2009年全国开放式分布与并行计算机学术会议论文集(下册)[C];2009年
4 陈月;孙知信;;MMORPG流量监测与系统实现[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
5 高长喜;辛阳;钮心忻;杨义先;;基于行为特征分析的P2P流量识别技术的研究[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
6 许刘兵;;基于人工神经网络的P2P流量识别模型的研究[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(上册)[C];2008年
7 李明;贾波;;基于神经网络的P2P流量识别方法[A];浙江省信号处理学会2011学术年会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 陈贞翔;具有规模适应性的互联网流量识别方法研究[D];山东大学;2008年
2 周丽娟;P2P流媒体识别方法的研究[D];华中科技大学;2008年
3 刘国乐;P2P网络的资源优化与若干安全问题研究[D];北京邮电大学;2013年
4 蒋一波;现代分布式工业监控系统中网络测量与控制关键技术的研究与应用[D];浙江工业大学;2008年
5 李锐;IP网业务识别关键技术研究[D];北京邮电大学;2010年
6 郭振滨;互联网测量与建模研究[D];北京交通大学;2012年
7 王攀;IP网络业务识别关键技术研究[D];南京邮电大学;2013年
8 赵博;网络加密流量的协议不相关在线识别技术研究[D];解放军信息工程大学;2012年
9 彭建芬;P2P流量识别关键技术研究[D];北京邮电大学;2011年
10 李冰;VoIP和P2P IPTV流量的识别与测量研究[D];天津大学;2010年
中国硕士学位论文全文数据库 前10条
1 王泽琪;基于菌群优化算法和小波SVM的P2P流量识别方法[D];湖北工业大学;2014年
2 李沁沄;融合杜鹃搜索的粒子群算法的P2P流量识别方法研究[D];湖北工业大学;2014年
3 陈敏;网络综合测量探针软件系统设计与实现[D];中国科学院研究生院(计算技术研究所);2006年
4 张海宁;流量属性选择在P2P流量识别中的应用研究[D];北京邮电大学;2008年
5 苏欣;基于聚类算法的流量识别方法研究及系统实现[D];湖南大学;2008年
6 汤昊;P2P流量控制系统的研究与实现[D];华中科技大学;2007年
7 周磊戈;基于P2P流特征的流量识别技术研究[D];中南大学;2009年
8 刘强;P2P流量监控技术研究与实现[D];北京邮电大学;2007年
9 夏永俊;防火墙中P2P流量控制方案的研究与设计[D];西安电子科技大学;2008年
10 赵晶晶;基于数据挖掘的P2P流量识别算法研究与实现[D];北京邮电大学;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978