期刊文章详细信息
特征选择和支持向量机的P2P网络流量识别模型
P2P Network Traffic Identification Model Based on Feature Selection and Support Vector Machine
文献类型：期刊文章
LIU Kai(Assets Management Corporation,Ltd.Nanjing University of Science and Technology,Nanjing 210094 China)
机构地区：[1]南京理工大学资产经营有限公司,江苏南京210094
年 份：2024
卷 号：43
期 号：12
起止页码：98-102
语 种：中文
收录情况：普通刊
摘 要：为了更加有效辨别P2P网络流量,设计特征选择与支持向量机的P2P流量识别模型。将分类错误率和选择特征数最小作为特征选择的两个目标,通过人工蜂群搜索算法去除冗余及无价值特征,精准选取P2P网络流量特征;融合小波分析与支持向量机算法,在依据框架理论并符合Mercer条件下,将Mexican hat小波函数引入支持向量机的核函数,优化支持向量机结构,得到基于小波核函数的支持向量机,以P2P网络流量特征为输入,实现P2P网络流量识别。实验证明:该模型可有效去除P2P流量中多余及无用特征,精准识别P2P网络流量,实用性较强。
关 键 词：P2P网络 人工蜂群算法 小波核函数 支持向量机
分 类 号：TP301.6]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
