学位论文 > 优秀研究生学位论文题录展示

基于网络流特征的P2P网络流量分类文学研究

作　者: 赵伟
导　师: 权义宁
学　校: 西安电子科技大学
专　业: 计算机系统结构
关键词: P2P 流量分类 网络流特征 支持向量机
分类号: TP393.06
类　型: 硕士论文
年　份: 2013年
下　载: 21次
引　用: 0次
阅　读: 论文下载
 

内容摘要


P2P技术快速发展的同时，也导致了网络阻塞、网络安全性和网络资源产权保护等问题的产生，因此，通过研究有效的P2P流量识别方法，用以解决上述问题成为重要课题。论文通过对比机器学习的几种常用分类方法和不同的P2P分类策略；重点研究了基于网络流特征的P2P流量分类方法，并对影响分类的关键网络流特征进行了深入分析；通过引入基于支持向量机技术，给出了P2P网络流量多分类模型，借助LIBSVM工具对分类模型进行了仿真，论文主要工作如下：（1）研究了关于有监督、半监督和无监督机器学习原理及其代表性算法，对比分析目前存在的基于端口、会话、深层数据包检测和流量行为的P2P流量分类策略。引入了基于P2P网络流量特征分类的思想，给出了基于网络流特征的检测流程，突出了网络流定义及生成流程，涉及在线数据包捕获，并对影响分类的关键特征进行了说明和举例分析。（2）结合支持向量机学习方法阐明其原理，着重讨论了SVM核函数和SVM算法及其选择问题，给出了基于SVM的分类流程和多分类处理模型即DAGSVM模型，相应给出了模型使用的算法，重点强调了通过网格搜索法和k-折交叉验证法获取算法所使用的惩罚因子及核函数因子参数值。（3）使用LIBSVM工具仿真，为了实验准确性，实验数据选用奥克兰大学提供的Auckland Set；充分利用支持向量机在处理小样本、非线性、高维数样本的优良特性，通过对基于传统SVM分类算法等构建的分类模型进行分类预测，对比分类结果，分析评价了其性能优劣，表明本文给出的方法更具优势。

全文目录


摘要  3-4
Abstract  4-8
第一章 绪论  8-14
  1.1 网络流量分类的研究背景及意义  8-9
  1.2 国内外研究现状  9-12
    1.2.1 P2P 网络介绍  9-10
    1.2.2 国内外的一些 P2P 流量识别方法  10-12
  1.3 本文工作  12
  1.4 论文结构  12-14
第二章 P2P 网络流量分类方法  14-24
  2.1 关于机器学习的 P2P 流量分类方法  14-18
    2.1.1 贝叶斯网络算法  15-16
    2.1.2 K-means 聚类算法  16-17
    2.1.3 自训练分类算法  17-18
  2.2 常见 P2P 流量分类策略  18-22
    2.2.1 基于端口的 P2P 流量分类策略  18-19
    2.2.2 基于深层数据包检测的 P2P 流量分类策略  19-20
    2.2.3 基于会话的 P2P 流量分类策略  20
    2.2.4 基于流量行为的 P2P 流量分类策略  20-22
    2.2.5 基于网络流量特征的 P2P 流量分类策略  22
  2.3 小结  22-24
第三章 基于网络流特征的 P2P 网络流量分类方法  24-44
  3.1 P2P 网络流特征检测流程  24-27
  3.2 P2P 网络流特征分析  27-42
    3.2.1 捕获网络流量  28-30
    3.2.2 网络流特征选取  30-32
    3.2.3 常见 P2P 网络流特征分析  32-42
  3.3 小结  42-44
第四章 基于支持向量机的 P2P 网络流量分类模型  44-62
  4.1 支持向量机  44-53
    4.1.1 支持向量机原理  44-49
    4.1.2 支持向量机关键技术  49-53
  4.2 基于 SVM 的 P2P 分类模型  53-56
  4.3 P2P 网络流量多分类  56-61
    4.3.1 网络流特征的选择  56-57
    4.3.2 SVM 流量多分类  57-61
  4.4 小结  61-62
第五章 基于支持向量机模型仿真  62-74
  5.1 LIBSVM 概述  62-63
  5.2 仿真流程  63-69
    5.2.1 实验环境  63
    5.2.2 实验数据  63-64
    5.2.3 总体设计  64-65
    5.2.4 关键技术和关键模块说明  65-66
    5.2.5 仿真场景  66-69
  5.3 仿真结果分析  69-73
  5.4 小结  73-74
第六章 结束语  74-76
  6.1 工作总结  74
  6.2 展望  74-76
致谢  76-78
参考文献  78-81

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  3. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  4. 基于NS2的PeerCast模拟平台设计与实现,TP311.52
  5. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  6. 面向Gnutella和eMule网络拓扑测量和安全性分析,TP393.08
  7. 基于支持向量机的故障诊断方法研究,TP18
  8. 基于聚类分析的P2P流量识别算法的研究,TP393.02
  9. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  10. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  11. P2P视频点播系统中服务节点数据调度策略研究,TN948.64
  12. 基于JXTA的校园虚拟社区研究与实现,TP393.09
  13. P2P数据副本问题的研究与实现,TP393.02
  14. 音像广播远程教育系统中直播服务器的设计与实现,TP311.52
  15. 人类抗原肽载体结合力预测,R392.1
  16. 多肽结构表征及其在抗菌肽定量序效关系中的应用,Q51
  17. 动力灾害煤炭资源开采危险程度预测方法,TD713
  18. 基于人脸表情识别的情感研究,TP391.41
  19. 基于明文特征的P2P协议识别系统的研究与设计,TP393.02
  20. 支持向量机理论及其应用,O212.1
  21. 手背静脉图像的分类和匹配技术研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络测试、运行
© 2012 www.xueweilunwen.com