通知公告
交大新闻
02 现在的位置：首页 > 期刊导读 > 2012 > 02 >
采用两阶段策略模型（KTSVM）的P2P流量识别方法
【作者】 丁要军 [1,2] ; 蔡皖东 [1]
【关键词】 直推式支持向量机 半监督学习 流量识别 对等网络流量 互联网
【摘要】针对识别加密P2P网络流量比较困难的问题,提出一种基于K均值和直推式支持向量机（TSVM）的半监督学习模型———两阶段策略模型（KTSVM,k-means based transductive supportvector machine）,以提高P2P流量的识别精度.该模型首先使用K均值半监督聚类算法计算训练集中正例样本的数目,然后根据正例样本的数目来训练TSVM分类模型,提高了TSVM模型的稳定性和准确性.该模型的优势是可以使用未标注样本和标注样本共同训练分类模型,非常适合于识别标注比较困难的P2P流量.实验结果表明,在标注样本较少的情况下,该模型的识别精度和稳定性均优于TSVM模型和SVM模型.
上一篇：采用群体统计学习的量子进化算法
下一篇：求解约束优化问题的多成员人工蜂群算法
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号