ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于BP神经网络聚类算法的P2P流量识别

赵魏雨; 唐文秀东北林业大学
化工自动化及仪表2013-4-10
13阅读
引用收藏
分享

摘要

在研究有监督机器学习算法中的BP神经网络算法和无监督的机器学习算法中的k-means聚类算法的基础上,提出一种半监督的BP神经网络聚类算法对P2P流量进行识别。该算法具有有监督和无监督的机器学习算法的优点,能快速地进行精确的流量识别,即取少量离线的流量样本进行标记与分类,然后利用分类结果为聚类中心对大量在线流量进行聚类识别。这样既提高了效率,又能保证结果的准确性。利用BP神经网络对所采集的少量流量数据中每个流按包大小标准差、变换频率、平均值、包数目和总字节数5个特征进行分类,得出分类结果的特征均值,对大量的在线数据进行指导聚类。多次实际网络测试结果的准确率很高,证明该算法模型是可行的。

学科与关键词

关键词
P2P流量识别BP神经网络聚类算法标记与聚类加密流量 P2P traffic identificationBP neural network clustering algorithmmarking and clusteringencrypted traffic
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
化工自动化及仪表
发表日期
2013-04-10
卷期
第 04 期
页码
515
成果收录
CHINAJOURNAL

作者

  • 赵

    赵魏雨 (第一作者)

  • 唐

    唐文秀

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417