收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于菌群优化算法和小波SVM的P2P流量识别方法

王泽琪  
【摘要】:由于互联网本身是基于点到点的传输,使得P2P技术得到了广泛地应用与发展,给用户带来便捷的同时也给网络质量和网络管理带来了巨大的负面影响,如网络拥堵、知识产权、资源管理以及安全隐患问题。P2P流量识别问题得到了越来越多的关注,围绕P2P识别问题产生了一批相关的算法。近年来研究与应用最为广泛的P2P流量识别方法之一是基于机器学习的识别方法。然而由于P2P网络的突变性和不确定性,对于传统的基于贝叶斯网络,决策树算法等机器学习方法而言,P2P流量识别变得更加困难。 支持向量机(Support Vector Machine,简称SVM)作为目前性能良好且广泛使用的分类器,它在克服“维数灾难”以及避免局部最优解等流量识别问题上具有明显的优势。然而在P2P流量识别问题中,支持向量机的性能受惩罚系数和核函数的参数的影响。常规的支持向量机参数求取方法性能需要进一步加强。菌群优化算法是近年来新提出的一种群体智能优化算法,具有较强的寻优能力。小波函数可以用来描述突变信号逐渐精细的特点,能够在一定程度上处理突变的P2P网络。因此本文重点研究菌群优化算法和小波支持向量机在P2P流量识别问题中的应用,本文的主要研究内容和工作如下: 1提出了一种结合菌群优化算法和支持向量机的P2P流量识别方法。首先引入菌群优化算法来优化支持向量机的两个参数,从而可以得到参数配置较优的支持向量机;并将其应用于P2P流量识别。通过与现有的基于遗传算法优化参数和基于粒子群算法优化参数的支持向量机方法在实际的P2P流量识别问题中进行性能对比测试,结果显示基于菌群优化算法所优化的支持向量机在性能上更具优势。 2在优化了支持向量机的参数以后,对配置不同核函数的支持向量机进行P2P流量识别性能测试和分析。由于小波分析在局部分析和处理突变信号方面的优越性,能很好地解决P2P网络流量的突变性和不确定性,这里重点研究选择合适的小波核函数来提高支持向量机的性能,通过对常用的核函数及多种小波核函数的对比实验,结果表明基于小波核函数和基于菌群优化算法的SVM在P2P流量识别具有较高的识别精度与稳定性。


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 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
5 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
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 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
3 周丽娟;P2P流媒体识别方法的研究[D];华中科技大学;2008年
4 李锐;IP网业务识别关键技术研究[D];北京邮电大学;2010年
5 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
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 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
9 刘强;P2P流量监控技术研究与实现[D];北京邮电大学;2007年
10 左建勋;网络流量识别技术研究及其应用[D];重庆大学;2007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