基于機器學習的P2P流量識別算法研究.pdf

1、P2P技術的快速發(fā)展使得P2P流量在網(wǎng)絡流量中的比重越來越大，到目前為止，P2P流量成為網(wǎng)絡中所占比重最大的流量，這對網(wǎng)絡管理造成了巨大的困難，對流量監(jiān)控技術提出了更高的要求。與此同時，P2P應用為了躲避檢測，正在向可以隨機選擇端口號進行通信和對應用層數(shù)據(jù)加密的方向發(fā)展，因此，造成早期的流量識別技術對P2P流量的識別準確率降低，無法達到預期的要求，目前機器學習的方法逐漸興起，在流量識別中的應用由于具有不依賴端口號與負載信息的優(yōu)勢，得到了

2、研究界的廣泛關注。
　　本文對首先P2P技術進行了分析，包括P2P技術的定義、網(wǎng)絡結構、特點以及應用類型，對現(xiàn)階段的P2P流量識別技術進行了總結，并重點分析研究了在P2P流量識別中的機器學習算法。接下來深入研究了機器學習中的K均值與決策樹算法，針對決策樹模型在標簽樣本稀少的情況下識別準確率不高的問題，提出一種基于K均值與決策樹的P2P流量識別算法。為提高K均值聚類的準確性，為決策樹訓練提供準確的標簽樣本，首先提出一種改進的K均值半