基于SVM的P2P流量檢測(cè)系統(tǒng)研究與實(shí)現(xiàn).pdf

1、大量的端到端(P2P)業(yè)務(wù)尤其是共享較大視頻類文件的軟件以及下載軟件已占據(jù)了越來(lái)越多的互聯(lián)網(wǎng)業(yè)務(wù)總量。由此帶來(lái)的帶寬的巨大消耗所引起的網(wǎng)絡(luò)擁塞以及網(wǎng)絡(luò)性能的降低使P2P業(yè)務(wù)以及其他一些傳統(tǒng)的互聯(lián)網(wǎng)業(yè)務(wù)均受到影響。因此，實(shí)現(xiàn)控制、分類P2P業(yè)務(wù)成為網(wǎng)絡(luò)供應(yīng)商急需解決的問題。支持向量機(jī)已經(jīng)在網(wǎng)絡(luò)流量分類中顯示了其優(yōu)越性，本文用支持向量機(jī)技術(shù)針對(duì)現(xiàn)有識(shí)別方法的弊端，提出了一種基于支持向量機(jī)(SVM)的P2P流量檢測(cè)系統(tǒng)。
　　 本文對(duì)

2、SVM的基本原理進(jìn)行深入的研究，將SVM的分類方法結(jié)合P2P流量特點(diǎn)，根據(jù)SVM中的支持向量原理，探討了對(duì)SVM進(jìn)行改進(jìn)的方法用于刪減SVM訓(xùn)練中的無(wú)效樣本。通過抓取網(wǎng)絡(luò)中的數(shù)據(jù)包，詳細(xì)分析了P2P網(wǎng)絡(luò)流量特征，選取了具有代表性的能夠區(qū)分P2P流量與非P2P流量的特征用于SVM的訓(xùn)練，這些特征與傳統(tǒng)的選取方法有很大的區(qū)別.在以上研究的基礎(chǔ)上，提出了基于SVM的P2P流量檢測(cè)系統(tǒng)模型。
　　 本文最后給出了系統(tǒng)的具體實(shí)現(xiàn)。該系統(tǒng)是