基于机器学习的P2P流量分类系统设计与实现

作     者：刘永定 阳爱民 邓河 

作者机构：湖南工业大学计算机与通信学院 国防科技大学计算机学院长沙410073 

基　　金：项目名称:互联网上基于应用类型的网络流量分类研究 基金颁发部门:中国博士后科学基金(20070410299) 项目名称:基于机器学习的网络流量分类研究 基金颁发部门:广东省自然科学基金博士科研启动基金(7300450) 

出 版 物：《微计算机信息》 (Control & Automation)

年 卷 期：2009年第25卷第33期

页      码：129-131页

摘      要：P2P应用的快速增长,大量消费网络带宽,而传统的基于端口与有效载荷的网络流量分类方法存在着很多缺陷,一种基于机器学习的P2P流量分类系统被建议。系统按照5元组(源IP、源Port、目的IP、目的Prot及IP协议)的定义,将P2P报文分成双向TCP流(Flow)或UDP流,抽取与协议和端口无关的流的特征。用机器学习的方法构造和训练分类器后,对未知协议类型的流进行分类。分类系统的功能模块设计、实现及性能评测被详细的进行了介绍。

主 题 词：P2P 流量分类 机器学习 系统设计与实现 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

馆 藏 号：203465379...