基于贝叶斯网络的Peer-to-Peer识别方法

被引：11

作者：

李君 ^{[1
,2
]}

张顺颐 ^{[1
]}

王浩云 ^{[1
]}

李翠莲 ^{[2
]}

机构：

[1] 南京邮电大学信息网络技术研究所

[2] 浙江万里学院通信工程系

来源：

应用科学学报 | 2009年 / 27卷 / 02期

关键词：

Peer-to-Peer; 流量识别; 朴素贝叶斯; 贝叶斯网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP393.02 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081201 ; 1201 ;

摘要：

网络业务分类与识别是网络管理、网络规划和安全的必要途径,而Peer-to-Peer(P2P)流量由于采用伪装端口、动态端口以及应用层加密,已成为业务分类与识别的主要难点.该文提出了P2P业务的精确识别方法,通过对流统计特性的分析,提取相关特征属性,应用遗传算法选取最优特征属性子集,并采用贝叶斯网络机器学习方法识别P2P流量.实验表明K2,TAN和BAN能有效快速地识别P2P业务,分类精度高达95%以上,很大程度上优于朴素贝叶斯分类和BP神经网络方法.同时该系统具有可扩展性,能够识别未知的P2P流量,并适用于实时分类识别环境.

引用

页码：124 / 130

页数：7

共 3 条

[1]

遗传算法的基本理论与应用[M]. 科学出版社 , 李敏强等著, 2002

[2] Traffic classification on the fly [J].

Bernaille, Laurent ;

Teixeira, Renata ;

Akodkenou, Ismael ;

Soule, Augustin ;

Salamatian, Kave .

ACM SIGCOMM COMPUTER COMMUNICATION REVIEW, 2006, 36 (02) :23-26

[3]

Automated trafficclassification and application identification using machinelearning. Zander S,Nguyen T,Armitage G. Proceedings of The IEEE Conference onLocal Computer Networks-30thAnniversary . 2005

← 1 →