专利名称：一种基于svm技术的p2p流量识别和分类方法
技术领域：
本发明涉及P2P流量的识别和分类方法，尤其涉及一种基于SVM技术的P2P流量识别和分类方法。
背景技术：
随着网络的发展，新一代P2P网络技术得到了广泛的应用。当前流行的P2P应用主要包括文件共享、P2P流媒体视频以及即时通信等。P2P技术不断发展的同时，各种P2P应用产生的网络数据流量已经超过了传统的网络业务，HTTP和FTP占整个Internet流量的80%以上，成为网络带宽的最大消费者，给网络带来了沉重的负担，也给各大运营商管理P2P流量带来了巨大挑战。互联网大量带宽被P2P应用占据，对其他应用的服务质量形成了威胁，也损害了网络服务提供商的利益，为了保证网络能正常有序的运行，有必要对P2P·网络流量进行控制和管理，提高网络服务的性能。网络流量分类是认识、管理、优化各种网络资源的重要依据，对网络的Qos管理、趋势分析以及安全检测都有着非常重要的作用。于此同时，由于许多新的P2P业务采用动态端ロ、协议加密、数据加密传输以及其他方面的原因，使得传统的基于端ロ的流量分类和基于深层数据包检测的分类方法已不能有效的识别并分类P2P网络流量。
发明内容
本发明发明的一种基于SVM技术的P2P流量识别和分类方法，包括以下步骤 建立基于ニ维SVM机制的P2P流量识别模型步骤，分析SVM算法，井根据基于SVM的异
常流量检测模型和P2P流量的统计特性向量建立基于ニ维SVM机制的P2P流量识别模型；对SVM算法的改进步骤，利用对向量加权的方式实现能够完成P2P流量分类的多维SVM机制，并建立基于该改进的SVM机制的P2P流量分类最接近模型；
P2P流量统计特性的分析步骤，根据对P2P流量统计特性的分析确定向量权重的设定以及权值的自动调整；
基于流量统计特性和改进SVM的P2P流量识别与分类步骤。本发明发明的一种基于SVM技术的P2P流量识别和分类方法对SVM技术进行了优化，能够有效的对P2P流量进行识别和分类。
图I为本发明发明的一种基于SVM技术的P2P流量识别和分类方法的步骤流程图。
具体实施例方式本发明发明的一种基于SVM技术的P2P流量识别和分类方法的步骤流程图如图I所示，包含以下步骤建立基于ニ维SVM机制的P2P流量识别模型步骤，分析SVM算法，井根据基于SVM的异常流量检测模型和P2P流量的统计特性向量建立基于ニ维SVM机制的P2P流量识别模型；对SVM算法的改进步骤，利用对向量加权的方式实现能够完成P2P流量分类的多维SVM机制，并建立基于该改进的SVM机制的P2P流量分类最接近 模型；
P2P流量统计特性的分析步骤，根据对P2P流量统计特性的分析确定向量权重的设定以及权值的自动调整；
基于流量统计特性和改进SVM的P2P流量识别与分类步骤。
权利要求
1.一种基于SVM技术的P2P流量识别和分类方法，其特征在于，包括以下步骤 建立基于ニ维SVM机制的P2P流量识别模型步骤，分析SVM算法，井根据基于SVM的异常流量检测模型和P2P流量的统计特性向量建立基于ニ维SVM机制的P2P流量识别模型；对SVM算法的改进步骤，利用对向量加权的方式实现能够完成P2P流量分类的多维SVM机制，并建立基于该改进的SVM机制的P2P流量分类最接近模型； P2P流量统计特性的分析步骤，根据对P2P流量统计特性的分析确定向量权重的设定以及权值的自动调整； 基于流量统计特性和改进SVM的P2P流量识别与分类步骤。
全文摘要
本发明发明的一种基于SVM技术的P2P流量识别和分类方法，涉及对P2P流量的识别和分类，包含以下步骤建立基于二维SVM机制的P2P流量识别模型步骤、对SVM算法的改进步骤、P2P流量统计特性的分析步骤以及基于流量统计特性和改进SVM的P2P流量识别与分类步骤。该方法对SVM技术进行了优化，能够有效的对P2P流量进行识别和分类。
文档编号H04L29/06GK102857474SQ20111017838
公开日2013年1月2日 申请日期2011年6月29日 优先权日2011年6月29日
发明者陈 峰, 孙知信 申请人:句容博通科技咨询服务有限公司