[00348167]基于多维支持向量机的P2P流量识别方法研究

提出了一种多维支持向量机(MSVM)训练方法，建立了一种基于多维支持向量机的P2P网络流量识别模型。该模型利用多维支持向量机作为分类器来识别P2P流量，各种网络流量经过数据捕获模块、特征提取模块、数据预处理模块以及MSVM训练模块将网络流量分类成P2P流量和NonP2P流量，再经过组建的MSVM支持向量库识别出具体的P2P流量和未知P2P。提出了基于通信网络拓扑结构的P2P流识别模型P2P-CNTIM。模型使用异常检测和P2P流的多主机特征和通信对端类型特征对P2P流进行识别，并通过这两个特征的有机结合以提高模型的识别准确率和识别效率。为提高分类模型的稳定性，提出了基于决策树分类器集成模型用以识别流量。模型首先利用特征选择方法(FCBF)提取最优分类特征信息，按Bagging随机抽样原理形成５个子分类器，依少数服从多数原则生成决策模型。借鉴聚类思想引入基于支持向量数据描述(SVDD)的原理,建立P2P流量识别模型。该模型首先用主成分分析法(PCA)对训练集降维，用SVDD方法寻找包含大部分样本最小超球，保留各自支持向量样本点作为识别模型；计算测试样本距各球心距离，距离近者为其所属类别。提出了基于K均值集成和支持向量机相结合的P2P流量识别模型，以保证流量识别精度和稳定性，克服聚类识别模型中参数值难以确定、复杂性高等缺点。对少量标签样本采用随机簇中心的K均值算法训练基聚类器，按最大后验概率分配簇标签，无标签样本与其最近簇标签一致；按投票机制集成无标签样本标签信息，结合原标签样本训练支持向量机识别模型。为解决网络样本标注的难题，实现多种网络流量环境中的主动学习，提出一种基于支持向量机后验概率的网络流量识别方法。结合支持向量机输出和Sigmoid函数拟合样本所属类别后验概率，用其中较大的2类概率信息熵值衡量样本影响分，借助支持向量机和不确定性采样策略实现主动学习过程，形成流量识别模型。原型系统的实验结果表明，上述提出的模型和方法都取得良好的效果。项目执行期间获江苏省科技进步奖一个，出版专著一部，发表论文44篇，录用5篇，其中SCI收录3篇，EI收录23篇，获得和申请专利17项，培养研究生21名，完成了项目合同的任务。