基于機(jī)器學(xué)習(xí)算法的p2p流量分類.研究

基于機(jī)器學(xué)習(xí)算法的p2p流量分類.研究

ID:31978921

大?。?.04 MB

頁數(shù):63頁

時(shí)間:2019-01-30

基于機(jī)器學(xué)習(xí)算法的p2p流量分類.研究_第1頁
基于機(jī)器學(xué)習(xí)算法的p2p流量分類.研究_第2頁
基于機(jī)器學(xué)習(xí)算法的p2p流量分類.研究_第3頁
基于機(jī)器學(xué)習(xí)算法的p2p流量分類.研究_第4頁
基于機(jī)器學(xué)習(xí)算法的p2p流量分類.研究_第5頁
資源描述:

《基于機(jī)器學(xué)習(xí)算法的p2p流量分類.研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、ABSTRACTMoreandmoreP2Papplicationsconsumenetworkbandwidthandgeneratenetworkcongestion.ThetraditionalP2Ptrafficclassificationmethodsbasedonportandpayloadhavemanyobjections.Accordingtothefive-tupledefinition(sourceIPaddress,sourceportnumber,destinationIPaddress

2、,destinationportnumberandIPprotocol),thepacketsareclassifiedintobidirectionalTCPorUDPflow.Theflowattributesirrelevanttoprotocolandportsareextractedtobecharacteristicvectorthatisusedtorepresentthetraffic.ThetrafficclassificationtypeistheprotocoltypeofP2P.Thetr

3、afficcharacteristicsubsetisdecidedbyusingtheReliefF-CFSmethod,whichcombineswithReliefFandCFStogeneratecharacteristicsubsetsforclassifyingtheP2Ptraffic.ThecandidatecharacteristicsarefirstorderedbythedependencyusingtheReliefFmethod,ofwhichlargerthanthresholdiss

4、etintotheoriginalsetforCFSmethod,thenthefinaloptimalcharacteristicsetisdecidedbyusingCFSandforwardsearch.TheP2PtrafficclassifierisconstructedusingC4.5decisiontree,SVMandKNN.Andtheoptimalparametersaredeterminedbyusingtheoriginalcharacteristicsetandestimatedwit

5、htheclassificationaccuracyandtime.PartoforiginalpacketsisstatisticaltoclassifyP2Ptraffic.Inexperiment,thenumberof50,100,150and200bidirectionalpacketsisstatistical.Theresultshowsthatthepromotedmethodhaslowercomplexityandclassificationtime,andhigherclassificati

6、onaccuracy.Theonlinereal-timeclassificationofP2Ptrafficisresearchedbyconstructinghardwareandsoftwareplatform,whichcanpromotetheapplication.TheP2Ptrafficclassificationprototypebasedonmachinelearningmethodisdesignedandimplemented,whichcontainsthetwostagesofcons

7、tructionandclassification.Eachstagecontainsdatacollection,dataparse,trafficcompoundandclassification.Keyword:p2p;trafficclassification;featureselection;machinelearningII萬方數(shù)據(jù)目錄摘摘摘摘要要要要............................................................................

8、.................................................................................................................................I.......................................IIIABSTRACTABSTRAC

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。