【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第3期 316-319页,共4页

【作 者】： 谭静 [1] ; 张治斌 [2]

【摘 要】 研究P2P异常流量的识别问题。P2P网络节点特征属性较多，代表流量特征的属性存在多层属性，传统的流量识别方法以整体特征为基础，没有对流量特征属性进行进一步划分，一旦出现多识别特征的情况，单一类内的特征很难准确描述这种多流量特征，导致识别精度下降。为了避免上述传统算法的缺陷，提出了一种基于支持向量机增量学习算法的p2p流量识别方法。提取p2p流量混合特征，并将其作为p2p流量识别的依据。建立支持向量机增量学习模型．并对提取的流量混合特征进行有效的识别。实验结果表明，利用改进后的算法能够对异常流量进行准确的识别，提高异常流量识别率，降低误判率，从而有利于pEp网络的管理。