版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、P2P是近年來互聯(lián)網(wǎng)最熱門的技術之一,在VoIP、文件下載、流媒體、協(xié)調計算等領域得到飛速發(fā)展。P2P應用對網(wǎng)絡帶寬資源消耗巨大,據(jù)統(tǒng)計P2P業(yè)務的帶寬占用比率大致是40%~60%,在極端情況下會占用80%~90%,對Web、Email等其他網(wǎng)絡服務構成了嚴重威脅,并且由于P2P應用的吞噬特性,僅僅增大帶寬并不能緩解網(wǎng)絡擁擠狀況。為保障正常業(yè)務的運行,ISP、企業(yè)網(wǎng)、校園網(wǎng)紛紛希望在網(wǎng)絡繁忙時段能夠對占用大量帶寬的P2P應用加以限制,P
2、2P流量的準確識別是這一愿望得以實現(xiàn)的前提。
本文從研究背景出發(fā),介紹了P2P的定義與特點、P2P的工作原理以及P2P的典型應用,并對其中主要部分進行相關分析,研究了由于自身特點給網(wǎng)絡環(huán)境帶來的一些問題,明確了監(jiān)控P2P流量對網(wǎng)絡正常運行的必要性,由此引出P2P流量識別的重要性。接著對P2P流量識別的各個主要技術進行簡要的介紹,概要的分析了三大主要識別技術的優(yōu)缺點和經典文獻,從算法的時空復雜度和P2P流量本身的特性兩點上,
3、本文得出基于統(tǒng)計特征的識別方法的優(yōu)越性。
為了全面的分析各個P2P流量識別方法的特點,本文依據(jù)統(tǒng)計特征的差異性綜述了P2P流量識別方法,我們指出P2P流量識別方法分為基于人工經驗的和基于機器學習方法兩個大類。其中,基于人工經驗的識別方法依據(jù)所采用的統(tǒng)計特征的不同又可加以細分,本文所歸納的統(tǒng)計特征有:IP端口對特征、網(wǎng)絡直徑特征、節(jié)點角色特征、傳輸層類型和上傳下載比率特征?;谌斯そ涷灥淖R別方法能夠依據(jù)單一或者多個統(tǒng)計特征,
4、對離線P2P數(shù)據(jù)集進行批處理式的掃描,識別準確率較高,然而,由于沒有權威數(shù)據(jù)集的支撐,大多數(shù)方法僅依靠人工進行統(tǒng)計分析,其分析結果受方法的約束較大。基于機器學習的識別方法正是針對這一問題所提出的,也是目前研究的特點。把統(tǒng)計特征與機器學習算法相結合,能夠利用統(tǒng)計特征的準確性和機器學習算法的穩(wěn)定高效性。本文所歸納的機器學習算法有:支持向量機、神經網(wǎng)絡、決策樹以及相關流挖掘算法。
為了驗證統(tǒng)計特征與機器學習算法結合識別的有效性,
5、本文指出傳統(tǒng)學習方法由于內存限定的局限性,無法在超過限定內存的情況下繼續(xù)進行流量識別。本文通過結合統(tǒng)計特征和快速決策樹識別方法,來解決快速到達的在線流數(shù)據(jù),實驗表明,該方法與傳統(tǒng)決策樹方法C4.5相比,在不損失準確率的前提下,保證了大量數(shù)據(jù)的持續(xù)識別。
為了解決在概念漂移環(huán)境下,結合統(tǒng)計特征與機器學習算法進行識別的正確性,本文指出傳統(tǒng)機器學習方法由于假定實驗數(shù)據(jù)平穩(wěn)分布,無法在具有概念漂移的環(huán)境中對大量數(shù)據(jù)進行有效識別。本
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于P2P流特征的流量識別技術研究.pdf
- 基于混合特征的P2P流量識別技術研究.pdf
- P2P流量識別技術研究.pdf
- 基于DPI與特征識別的P2P流量檢測技術研究.pdf
- 基于流量特征的P2P流媒體流量識別技術的研究.pdf
- 基于深度包檢測的P2P流量識別技術研究.pdf
- P2P流媒體流量識別技術研究.pdf
- P2P流量識別與管理技術研究.pdf
- P2P流量識別與分類技術研究.pdf
- 基于小波SVM的P2P流量識別技術研究.pdf
- 基于流量特征的P2P流量檢測.pdf
- 基于特征進程的P2P流量識別方法研究.pdf
- 基于統(tǒng)計行為的P2P文件共享加密流量識別技術的研究.pdf
- 基于特征進程和數(shù)據(jù)挖掘的P2P流量識別技術.pdf
- 網(wǎng)絡P2P流量識別與緩存技術研究.pdf
- P2P流量識別與控制策略技術研究.pdf
- 基于深度包檢測的p2p流量識別技術研究(1)
- 基于NetFlow的P2P流量識別技術的研究.pdf
- 基于特征串的P2P流量識別研究與實現(xiàn).pdf
- P2P流量可控特征提取與識別技術.pdf
評論
0/150
提交評論