基于遗传神经网络的P2P流量识别系统

• 文档名称：基于遗传神经网络的P2P流量识别系统
• 文档关注次数：1763
• 文档格式：纸质版或者PDF电子版（用Acrobat Reader打开）或Word版本doc格式
• 文档大小：1785KB
• 上传者：zz110
• 添加时间：2019/05/05
• 内容摘要：
  2015年9月1日
  现代电子技术
  第38卷第17期
  Modern Electronics Tcchniquc
  ol.38No.17
  基于遗传神经网络的P2P流量识别系统
  孙瑜玲,林勤花
  四川信息职业技术学院,四川广元628017
  摘要:考虑到传统BP神经网络在进行P2P流翬识別时,具有系统识别速度慢、精度低,神经网络自身容易陷入局部最
  小值等问题,使用传算法对BP神经网络进行优化。传算法具有较强的自适应性和鲁棒性,因此使用遠传算法对BP神
  经网的权值和值进行优化处理,能够有效提高神经网络的性能。建立基于遗传神经网络的识别系统,采集处理大量样
  本数据,対识别系统进行训练和测试。研究结果衰明,基于遗传神经网络的P2P流量识别系统具有识别精度高、识别速度快
  等优点,相比传统BP神经网,其识别性能有明显提高。
  关键词:遺传算法;P2P;流量识别;BP神经网络
  中图分类号:TN711-34;TP393
  文献标识码:A
  文章编号:1004-373X(2015)17-0117-04
  P2P traffic recognition system based on genetic neural network
  SUN Yuling. LIN Qinh
  Sichuan Information Tcehnology College, Guangyuan 628017, China)
  Abstract: Since the traditional BP neural network has slow recognition speed and low accuracy while proceeding P2P Iraf
  fic recognition, and the neural network itself is easy to fall into local minimum value, the genetic algorithm is used to optimize
  BP neural network. Genetic algorithm has better adaptability and robustness, so it is used to optimize the weight and threshold
  of BP neural network, which can improve the performance of the neural network effectively. To study the performance of the es-
  tablished recognition system based on genetic neural network, the recognition system was trained and tested by collecting and
  processing a large num ber of sample data. The research results show that P2P traffic identification system based on genetic neural
  network has high recognition accuracy and rapid recognition speed. Compared with the traditional BP neural network, the recogni
  tion performance of P2P traffic identification system has been improved obviously
  Keywords genetic algorithm; P2P; traffic reeognition; BP neural network
  随着计算机科学技术的不断发展与进步,P2P技术技术、基于深层数据包的识别技术以及基于流量变化特
  已经广泛应用于网络视音频多媒体播放、网络文件共征的识別技术。
  享以及数据传输等领域,P2P技术不断吸引了越来越多
  基于端口的识別技术是·种应用最早的识别技术,
  的网络用户、网络应用服务开发者以及提供商的目光,其主要根据早期P2P应用的固定端口进行识别,具有算
  各种各样的基于P2技术的网络应用和服务不断涌现,法简便,易丁实现等优点,但是对于现如今复杂的网络
  为人们在网络中提供了便利。然而,随着人们受着环境,此种技术已经不再适用
  P2P技术带米的各种便利的同时,P2P技术的各种负而
  基于深层数据包的识别技术往往因为存在识別滞
  效应也随之而来。日前P2P应用存在对网络流量消耗
  后、隐私保抑以及算法复杂等缺点而得不到广泛普及
  巨大,监管难度大,以及易于网络病传播,为网络带来应用
  安全隐患等问题。因此,对P2P流量的精确识别和监测
  基于流量变化特征的识别技术通过对P2P流量数据
  成为了对P2P技术研究的重中之重。
  进行采集,通过处理数据得到数据流的统计特征,使用统
  P2P流量识别技术
  计特征作为机器学习的训练样本,得到经过训练的识别
  1.1典型P2P流量识别技术
  系统。此识別技术具有算法简便、效率高等优点明
  典型的P2P流量识別技术主要有:基于端口的识別12基于神经网络的P2P流量识别技术
  BP神经网络是一种有督导的智能机器学习算法,
  收稿日期:2015-01-28
  已经在机械、计算机、通信等领域得到了广泛应用,其技