计算机技术与发展
計算機技術與髮展
계산궤기술여발전
COMPUTER TECHNOLOGY AND DEVELOPMENT
2010年
10期
107-110,114
,共5页
支持向量机%小波%P2P%网络流量
支持嚮量機%小波%P2P%網絡流量
지지향량궤%소파%P2P%망락류량
对等网络技术引起了广泛关注,其典型的应用有文件共享、即时通信等.为了更好地合理使用、规划P2P网络资源,建立P2P流量识别模型具有十分重要的理论意义和现实价值.提出了一种基于小波支持向量机相结合的P2P流量识别模型,将小波分析中多尺度的学习方法和SVM的优点结合起来,通过小波分析与SVM方法紧致结合,引入满足小波构架和Mercer定理的小波基函数来构造SVM的核函数,建立小波支持向量机的P2P识别算法.实验结果表明该算法能够有效地提高P2P网络流量识别的精度.
對等網絡技術引起瞭廣汎關註,其典型的應用有文件共享、即時通信等.為瞭更好地閤理使用、規劃P2P網絡資源,建立P2P流量識彆模型具有十分重要的理論意義和現實價值.提齣瞭一種基于小波支持嚮量機相結閤的P2P流量識彆模型,將小波分析中多呎度的學習方法和SVM的優點結閤起來,通過小波分析與SVM方法緊緻結閤,引入滿足小波構架和Mercer定理的小波基函數來構造SVM的覈函數,建立小波支持嚮量機的P2P識彆算法.實驗結果錶明該算法能夠有效地提高P2P網絡流量識彆的精度.
대등망락기술인기료엄범관주,기전형적응용유문건공향、즉시통신등.위료경호지합리사용、규화P2P망락자원,건립P2P류량식별모형구유십분중요적이론의의화현실개치.제출료일충기우소파지지향량궤상결합적P2P류량식별모형,장소파분석중다척도적학습방법화SVM적우점결합기래,통과소파분석여SVM방법긴치결합,인입만족소파구가화Mercer정리적소파기함수래구조SVM적핵함수,건립소파지지향량궤적P2P식별산법.실험결과표명해산법능구유효지제고P2P망락류량식별적정도.
