基于機(jī)器學(xué)習(xí)的P2P流量識別算法研究.pdf

1、P2P技術(shù)的快速發(fā)展使得P2P流量在網(wǎng)絡(luò)流量中的比重越來越大，到目前為止，P2P流量成為網(wǎng)絡(luò)中所占比重最大的流量，這對網(wǎng)絡(luò)管理造成了巨大的困難，對流量監(jiān)控技術(shù)提出了更高的要求。與此同時，P2P應(yīng)用為了躲避檢測，正在向可以隨機(jī)選擇端口號進(jìn)行通信和對應(yīng)用層數(shù)據(jù)加密的方向發(fā)展，因此，造成早期的流量識別技術(shù)對P2P流量的識別準(zhǔn)確率降低，無法達(dá)到預(yù)期的要求，目前機(jī)器學(xué)習(xí)的方法逐漸興起，在流量識別中的應(yīng)用由于具有不依賴端口號與負(fù)載信息的優(yōu)勢，得到了

2、研究界的廣泛關(guān)注。
　　本文對首先P2P技術(shù)進(jìn)行了分析，包括P2P技術(shù)的定義、網(wǎng)絡(luò)結(jié)構(gòu)、特點以及應(yīng)用類型，對現(xiàn)階段的P2P流量識別技術(shù)進(jìn)行了總結(jié)，并重點分析研究了在P2P流量識別中的機(jī)器學(xué)習(xí)算法。接下來深入研究了機(jī)器學(xué)習(xí)中的K均值與決策樹算法，針對決策樹模型在標(biāo)簽樣本稀少的情況下識別準(zhǔn)確率不高的問題，提出一種基于K均值與決策樹的P2P流量識別算法。為提高K均值聚類的準(zhǔn)確性，為決策樹訓(xùn)練提供準(zhǔn)確的標(biāo)簽樣本，首先提出一種改進(jìn)的K均值半