深度学习算法的P2P流量识别与控制
黄金铃
上海师范大学 信息化办公室, 上海200234
摘要：为了提升P2P流量的识别精度与控制效果,提出了深度学习算法的P2P流量识别与控制方法.采用P2P流量数据训练深度学习算法的BP神经网络,根据训练好的神经网络对训练样本进行预分类,得到包含各服务流量特征的预分类结果.将预分类结果作为P2P流量聚类中心值,通过聚类算法检测P2P流量样本数据,得到P2P流量识别结果.采用分形自回归综合滑动平均模型分析P2P流量控制机制.结果表明,该方法的识别性能稳定、识别结果精度较高,有效降低了流量传输的丢包率,可对P2P流量传输进行稳定控制.
关键词：P2P流量识别流量控制神经网络聚类算法自相似模型聚类中心深度学习检测样本
分类号：TP393.07(计算技术、计算机技术)
资助基金：国家自然科学基金(61702333)
论文发表日期：2022-03-25
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( 209-213 )
英文信息