基于機器學(xué)習(xí)算法的P2P流量分類研究.pdf

1、P2P應(yīng)用的快速增長,帶來網(wǎng)絡(luò)擁塞、大量消費網(wǎng)絡(luò)帶寬等諸多問題，而傳統(tǒng)的基于端口與有效載荷的網(wǎng)絡(luò)流量分類方法存在著很多缺陷，研究按照5元組(源 IP、源 Port、目的IP、目的Prot及 IP協(xié)議)的定義，將 P2P報文分成雙向 TCP或 UDP流，抽取獨立于端口、協(xié)議和有效載荷的原始數(shù)據(jù)報文的信息作為 P2P流的特征，形成特征向量，用特征向量表示流，流的分類類別為 P2P的協(xié)議類型。
　　用提出的基于 ReliefF-CFS的

2、方法選擇流的特征子集，該方法結(jié)合 ReliefF和基于相關(guān)性(CFS)兩種特征選擇方法，產(chǎn)生適合于分類 P2P流的特征子集。首先利用 ReliefF特征選擇方法把候選特征按與類別相關(guān)性的大小排序,通過設(shè)定的閾值選擇與類別相關(guān)性大的特征子集作為 CFS選擇方法的初始集，然后利用 CFS結(jié)合正向搜索得到最終的較優(yōu)特征子集。
　　研究使用 C4.5決策樹、支持向量機(SVM)、K近鄰(KNN)三種機器學(xué)習(xí)算法構(gòu)建 P2P流量分類器，利用

3、獲取的原始數(shù)據(jù)尋找分類器的最優(yōu)分類參數(shù)，主要采用分類準(zhǔn)確率和分類時間標(biāo)準(zhǔn)進行評估；并研究統(tǒng)計原始數(shù)據(jù)報文的部分信息分類 P2P流，實驗中分別統(tǒng)計流的雙向50、100、150、200個報文信息，結(jié)果顯示不僅減少了特征統(tǒng)計計算的復(fù)雜度和分類的時間，而且有更高的分類準(zhǔn)確率。
　　為了讓研究的成果能有實際的應(yīng)用價值，通過構(gòu)建相應(yīng)的硬件、軟件環(huán)境，對 P2P流量的在線實時分類作了初步的研究。
　　設(shè)計并實現(xiàn)了基于機器學(xué)習(xí)算法的P2P流