杜经纬

(运城学院计算机科学与技术系，山西 运城 044000)



基于支持向量机的P2P流量管理模型设计

杜经纬

(运城学院计算机科学与技术系，山西 运城 044000)

对P2P的网络流量进行识别是P2P研究领域中的一个重大难题，为了实现对其管理，提出了一种基于支持向量机(SVM)的P2P流量分类管理模型.首先获取P2P网络流量数据，然后将获取的样本数据输入SVM并对SVM进行训练，最后将测试样本数据输入SVM进行P2P流量分类管理.仿真实验证明了该方法具有较高的检测率和较低的漏报率.

支持向量机；流量；P2P；训练

随着互联网的进一步普及，点对点的网络(peer-to-peer,P2P)[1-3]作为一种全新的互联网技术目前已经得到飞速发展，Ipoque在2008—2009年的P2P研究报告中指出，P2P的业务流量目前在互联网的业务应用中占据了主要成分，达到总量的69.95%.[4]不过，P2P的应用虽方便了人们的日常生活，却也同时造成了巨大的带宽消费和网络拥塞，降低了网络的性能和服务质量.[5]因此，对P2P的网络流量进行识别成为网络流量识别中的一个重大难题[2].

薛凯等[6]提出一种基于小波变换和ESN的P2P流量预测模型，将原始的P2P流量分解为不同尺度的高低频分量，对根据不同分量特征匹配不同参数的ESN模型分别进行预测，并将多路预测的结果整合进行输出.支持向量机(Support Vector Machine,SVM)是一个浅层的二分类器，能用于解决P2P流量问题.郭伟等[7]提出用时间代价作为标准的双SVM构造分类器，采用K均值聚类算法来快速生成具有标签的样本集，将有标签的样本集作为SVM的训……