计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
117-121
,共5页
P2P流量识别%支持向量机%小波%混沌粒子群优化算法
P2P流量識彆%支持嚮量機%小波%混沌粒子群優化算法
P2P류량식별%지지향량궤%소파%혼돈입자군우화산법
P2P traffic identification%Support vector machine%Wavelet%Chaos particle swarm optimization algorithm
针对对等网络(Peer-to-Peer,P2P)流量具有的多尺度和突变性等问题,提出了基于小波核函数的支持向量机(Support Vector Machine,SVM)的P2P流量识别算法.进一步,对常用的SVM参数训练方法训练时间过长和易陷入局部极优值等缺陷进行分析,使用混沌粒子群算法对SVM参数进行优化以提高参数训练效率和识别准确率.最后利用真实的校园网网络流量数据对所提方法的有效性进行测试,结果表明,相对于使用传统核函数和参数训练方法的支持向量机P2P流量识别方法,所提方法具有更高的P2P流量识别正确率和计算效率.
針對對等網絡(Peer-to-Peer,P2P)流量具有的多呎度和突變性等問題,提齣瞭基于小波覈函數的支持嚮量機(Support Vector Machine,SVM)的P2P流量識彆算法.進一步,對常用的SVM參數訓練方法訓練時間過長和易陷入跼部極優值等缺陷進行分析,使用混沌粒子群算法對SVM參數進行優化以提高參數訓練效率和識彆準確率.最後利用真實的校園網網絡流量數據對所提方法的有效性進行測試,結果錶明,相對于使用傳統覈函數和參數訓練方法的支持嚮量機P2P流量識彆方法,所提方法具有更高的P2P流量識彆正確率和計算效率.
침대대등망락(Peer-to-Peer,P2P)류량구유적다척도화돌변성등문제,제출료기우소파핵함수적지지향량궤(Support Vector Machine,SVM)적P2P류량식별산법.진일보,대상용적SVM삼수훈련방법훈련시간과장화역함입국부겁우치등결함진행분석,사용혼돈입자군산법대SVM삼수진행우화이제고삼수훈련효솔화식별준학솔.최후이용진실적교완망망락류량수거대소제방법적유효성진행측시,결과표명,상대우사용전통핵함수화삼수훈련방법적지지향량궤P2P류량식별방법,소제방법구유경고적P2P류량식별정학솔화계산효솔.
