基于多维支持向量机的P2P网络流量识别模型

被引：13

作者：

孙知信 ^{[1
,2
]}

张玉峰 ^{[1
]}

机构：

[1] 不详

[2] 南京邮电大学计算机技术研究所

[3] 不详

[4] 南京大学计算机软件新技术国家重点实验室

[5] 不详

来源：

吉林大学学报(工学版) | 2010年 / 05期

关键词：

计算机系统结构; 对等网络; 多维支持向量机(MSVM); 最优超平面;

D O I：

10.13229/j.cnki.jdxbgxb2010.05.047

中图分类号：

TP393.06 [];

学科分类号：

摘要：

提出一种多维支持向量机(MSVM)训练方法,并建立了一种基于多维支持向量机的P2P网络流量识别模型。该模型利用多维支持向量机作为分类器来识别P2P流量,各种网络流量经过数据捕获模块、特征提取模块、数据预处理模块以及MSVM训练模块将网络流量分类成P2P流量和Non-P2P流量,再经过组建的MSVM支持向量库识别出具体的P2P流量和未知P2P。未知的P2P流量经过数据采集模块、特征提取模块、数据预处理模块以及MSVM训练模块将其特征数据加入MSVM支持向量库,以便将来识别P2P流量。理论分析与数值实验表明,该模型具有较好的实验结果和所期望的识别精确度。

引用

页码：1298 / 1302

页数：5