基于多维支持向量机的P2P网络流量识别模型

作者：孙知信; 张玉峰

来源：吉林大学学报（工学版）, 2010, (05): 1298-1302.

DOI：10.13229/j.cnki.jdxbgxb2010.05.047

• 计算机系统结构
• 对等网络
• 多维支持向量机(MSVM)
• 最优超平面 computer systems organization
• P2P
• multi-support vector machine(MSVM)
• optimal hyperplane

提出一种多维支持向量机(MSVM)训练方法,并建立了一种基于多维支持向量机的P2P网络流量识别模型。该模型利用多维支持向量机作为分类器来识别P2P流量,各种网络流量经过数据捕获模块、特征提取模块、数据预处理模块以及MSVM训练模块将网络流量分类成P2P流量和Non-P2P流量,再经过组建的MSVM支持向量库识别出具体的P2P流量和未知P2P。未知的P2P流量经过数据采集模块、特征提取模块、数据预处理模块以及MSVM训练模块将其特征数据加入MSVM支持向量库,以便将来识别P2P流量。理论分析与数值实验表明,该模型具有较好的实验结果和所期望的识别精确度。

• 单位
  南京大学; 南京邮电大学; 计算机软件新技术国家重点实验室