文献类型：期刊文章

作　　者：袁华兵[1]

YUAN Huabing(Information Technology Department,Xi'an Medical College,Xi'an 710021)

机构地区：[1]西安医学院信息技术处

出　　处：《计算机与数字工程》

基　　金：国家自然科学基金项目(编号：61634004)资助

年　　份：2019

卷　　号：47

期　　号：10

起止页码：2387-2391

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：为提高P2P网络流量识别的准确率,针对Elman神经网络预测精度受其权值和阈值选择的影响,论文运用蜻蜓算法对Elman神经网络的权值和阈值进行优化选择,提出一种基于DA-Elman的机器学习的P2P网络流量识别模型。将TCP流量比例、连接数与不同IP数目的比值、平均数据包长度、上行流量比例、数据包总数5个特征属性作为DA-Elman模型的输入,网络流量类型作为DA-Elman的输出。与PSO-Elman、GA-Elman和Elman相比,研究结果表明,DA-Elman可以有效提高P2P网络流量识别的准确率,其准确率高达98.4252%,为P2P网络流量的识别提供新的方法和途径。

关 键 词：机器学习  ELMAN神经网络 粒子群算法 遗传算法 网络流量识别

分 类 号：TP391.1]