基于不可分小波核函数支持向量机的对等网络流量识别

项目名称： 基于不可分小波核函数支持向量机的对等网络流量识别

项目编号： No.61170135

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化技术、计算机技术

项目作者： 王春枝

作者单位： 湖北工业大学

项目金额： 55万元

中文摘要： 准确地识别网络中对等网络（简称P2P）流量有利于合理利用互联网基础设施，为用户提供服务质量（简称QoS）保证。目前,常见的P2P流量识别的方法难以在计算效率和识别正确率之间保持较好的平衡。本项目以不可分小波核函数支持向量机在对等网络流量识别中的应用为基本背景，以提高P2P流量识别正确率和计算效率为切入点，探索鲁棒性和实时性相融合的P2P流量识别方法。主要内容包括：基于时间和信任的流量采样，使能够检测到的信息和过滤效果最大化，提高识别模型性能；将单个流行为特征和多个流之间特征结合来识别P2P流量，引入智能计算技术,更好的选择合适的P2P的流量特征集；构造新的不可分小波，研究基于不可分小波核的支持向量机算法来提高P2P流量识别精度，能够在小样本下、实时高效地识别P2P流量，并将上述研究成果集成到本项目开发的P2P流量识别平台进行分析、对比和验证为P2P流量识别提供理论和技术支持。

中文关键词： 对等网络；流量识别；支持向量机；不可分小波；信任抽样

英文摘要：

英文关键词： P2P networks；traffic identification；Support Vector Machine；non-separable wavelet；trust sampling