一种基于机器学习的P2P网络流量识别算法研究?
袁华兵
西安医学院信息技术处 西安 710021
摘要：为提高P2P网络流量识别的准确率,针对Elman神经网络预测精度受其权值和阈值选择的影响,论文运用蜻蜓算法对Elman神经网络的权值和阈值进行优化选择,提出一种基于DA-Elman的机器学习的P2P网络流量识别模型.将TCP流量比例、连接数与不同IP数目的比值、平均数据包长度、上行流量比例、数据包总数5个特征属性作为DA-Elman模型的输入,网络流量类型作为DA-Elman的输出.与PSO- Elman、GA-Elman和Elman相比,研究结果表明,DA-Elman可以有效提高P2P网络流量识别的准确率,其准确率高达98.4252%,为P2P网络流量的识别提供新的方法和途径.
关键词：机器学习Elman神经网络粒子群算法遗传算法网络流量识别
分类号：TP391.1(计算技术、计算机技术)
资助基金：国家自然科学基金(61634004)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2387-2391 )
英文信息