电脑开发与应用
電腦開髮與應用
전뇌개발여응용
COMPUTER DEVELOPMENT & APPLICATIONS
2011年
7期
18-20
,共3页
对等网%主成分分析%概率神经网络%流量分类
對等網%主成分分析%概率神經網絡%流量分類
대등망%주성분분석%개솔신경망락%류량분류
随着P2P快速增长带来的网络拥塞等诸多问题,准确识别P2P流量对流量控制具有重要的实际意义.提出利用PCA特征选择方法选择最优特征子集,使用概率神经网络方法对P2P流量与常规流量进行分类.实验结果表明,该方法的分类精确度与准确度有了明显的提高.
隨著P2P快速增長帶來的網絡擁塞等諸多問題,準確識彆P2P流量對流量控製具有重要的實際意義.提齣利用PCA特徵選擇方法選擇最優特徵子集,使用概率神經網絡方法對P2P流量與常規流量進行分類.實驗結果錶明,該方法的分類精確度與準確度有瞭明顯的提高.
수착P2P쾌속증장대래적망락옹새등제다문제,준학식별P2P류량대류량공제구유중요적실제의의.제출이용PCA특정선택방법선택최우특정자집,사용개솔신경망락방법대P2P류량여상규류량진행분류.실험결과표명,해방법적분류정학도여준학도유료명현적제고.
