基于遗传神经网络的P2P流量识别系统.docVIP

基于遗传神经网络的P2P流量识别系统 　　摘 要： 考虑到传统BP神经网络在进行P2P流量识别时，具有系统识别速度慢、精度低，神经网络自身容易陷入局部最小值等问题，使用遗传算法对BP神经网络进行优化。遗传算法具有较强的自适应性和鲁棒性，因此使用遗传算法对BP神经网络的权值和阈值进行优化处理，能够有效提高神经网络的性能。建立基于遗传神经网络的识别系统，采集处理大量样本数据，对识别系统进行训练和测试。研究结果表明，基于遗传神经网络的P2P流量识别系统具有识别精度高、识别速度快等优点，相比传统BP神经网络，其识别性能有明显提高。 　　关键词： 遗传算法； P2P； 流量识别； BP神经网络 　　中图分类号： TN711?34； TP393 文献标识码： A 文章编号： 1004?373X（2015）17?0117?04 　　P2P traffic recognition system based on genetic neural network 　　SUN Yuling， LIN Qinhua 　　（Sichuan Information Technology College， Guangyuan 628017， China） 　　Abstract： Since the traditional BP neural network has slow recognition speed and low accuracy while proceeding P2P traffic recognition， and the neural network itself is easy to fall into local minimum value， the genetic algorithm is used to optimize BP neural network. Genetic algorithm has better adaptability and robustness， so it is used to optimize the weight and threshold of BP neural network， which can improve the performance of the neural network effectively. To study the performance of the established recognition system based on genetic neural network， the recognition system was trained and tested by collecting and processing a large number of sample data. The research results show that P2P traffic identification system based on genetic neural network has high recognition accuracy and rapid recognition speed. Compared with the traditional BP neural network， the recognition performance of P2P traffic identification system has been improved obviously. 　　Keywords： genetic algorithm； P2P； traffic recognition； BP neural network 　　随着计算机科学技术的不断发展与进步，P2P技术已经广泛应用于网络视频音频多媒体播放、网络文件共享以及数据传输等领域，P2P技术不断吸引了越来越多的网络用户、网络应用服务开发者以及提供商的目光，各种各样的基于P2P技术的网络应用和服务不断涌现，为人们在网络中提供了便利。然而，随着人们享受着P2P技术带来的各种便利的同时，P2P技术的各种负面效应也随之而来。目前P2P应用存在对网络流量消耗巨大，监管难度大，以及易于网络病毒传播，为网络带来安全隐患等问题。因此，对P2P流量的精确识别和监测成为了对P2P技术研究的重中之重[1?5]。 　　1 P2P流量识别技术 　　1.1 典型P2P流量识别技术 　　典型的P2P流量识别技术主要有：基于端口的识别技术、基于深层数据包的识别技术以及基于流量变化特征的识别技术。 　　基于端口的识别技术是一种应用最早的识别技术，其主要根据早期P2P应用的固定端口进行识别，具有算法简便，易于实现等