基于流的特征的P2P網(wǎng)絡(luò)業(yè)務識別.pdf

1、目前Internet中P2P業(yè)務占的比重越來越大，已占到網(wǎng)絡(luò)業(yè)務的60％-70％,P2P業(yè)務一方面給網(wǎng)絡(luò)用戶帶來便利，另一方面也帶來了許多負面的影響，如帶寬、版權(quán)、安全等問題，對網(wǎng)絡(luò)中P2P業(yè)務的識別已成為一個越來越迫切的問題。傳統(tǒng)的P2P業(yè)務識別方法是瑞口識別法、簽名匹配法等，但隨著P2P技術(shù)的發(fā)展，P2P業(yè)務采用動態(tài)端口，并采用加密技術(shù)，使以上兩種方法不能適應P2P技術(shù)的發(fā)展。基于流的特征的P2P業(yè)務識別方法分析P2P業(yè)務和其它業(yè)務

2、的根本區(qū)別，以這些本質(zhì)特征為依據(jù)對P2P業(yè)務進行識別，可避免前兩種方法遇到的問題。
　　 文章首先介紹了P2P技術(shù)的概念、原理和體系結(jié)構(gòu)，并研究了現(xiàn)有的各種P2P業(yè)務識別方法。然后介紹應用于P2P業(yè)務識別的神經(jīng)網(wǎng)絡(luò)，并對提高神經(jīng)網(wǎng)絡(luò)泛化能力的因素進行分析，在此基礎(chǔ)上提出了一種改進神經(jīng)網(wǎng)絡(luò)的泛化能力的方法，即將貝葉斯正則化算法應用于神經(jīng)網(wǎng)絡(luò)模型，將表示網(wǎng)絡(luò)結(jié)構(gòu)復雜性的懲罰項引入目標函數(shù)中，在訓練優(yōu)化的過程中降低網(wǎng)絡(luò)結(jié)構(gòu)的復雜性，貝