支持向量機在P2P網(wǎng)絡(luò)流量檢測中的應(yīng)用.pdf

1、近年來，P2P技術(shù)作為一種全新的網(wǎng)絡(luò)應(yīng)用，正主導著互聯(lián)網(wǎng)的發(fā)展方向，與此同時P2P的管理問題也成為當前互聯(lián)網(wǎng)絡(luò)中最大的難題。因此，實現(xiàn)對P2P流量的有效識別及控制成為了當前亟待解決的問題。傳統(tǒng)的控制P2P流量方法是基于固定端口的檢測技術(shù)，但隨著技術(shù)的發(fā)展，很多P2P應(yīng)用往往采用動態(tài)隨機端口、跳躍端口、冒充HTTP、有效載荷加密等技術(shù)逃避檢測。此外還有基于深層數(shù)據(jù)包檢測技術(shù)以及基于流量特征的檢測技術(shù)，但單純地應(yīng)用以上檢測技術(shù)都不能達到很好

2、的效果。 支持向量機對小樣本集具有泛化能力強，分類精度高的優(yōu)點。本文在系統(tǒng)地研究了統(tǒng)計學習理論中最成熟的算法支持向量機的相關(guān)理論基礎(chǔ)上，深入研究了支持向量機在P2P流量檢測中的應(yīng)用技術(shù)。 論文通過查閱大量文獻資料，分析P2P流量特征及在控制P2P流量過程中存在的問題，比較目前P2P流量檢測的幾種技術(shù)及優(yōu)缺點，提出利用支持向量機來識別P2P流量。主要研究內(nèi)容和創(chuàng)新點如下：第一，研究支持向量機理論和最小二乘支持向量機，提出最

3、小二乘支持向量機的改進算法。第二，圍繞將支持向量機應(yīng)用到P2P流量檢測的思路，提出了基于支持向量機的P2P流量檢測模型，利用改進最小二乘支持向量機作為學習機模型，設(shè)計P2P流量檢測實驗，通過訓練分類器實驗結(jié)合交叉組合法得到了合理的核函數(shù)參數(shù)，并深入探討了主要參數(shù)調(diào)整對支持向量機性能的影響。從虛警率和漏警率以及檢測率三個方面評價了分類器的分類效果。第三，分析了幾種傳統(tǒng)的支持向量機多分類算法，提出了基于二分類支持向量機的多分類算法的改進策略