原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
采用两阶段策略模型(KTSVM)的P2P流量识别方法.pdf
第46卷第2期 西 安 交通 大 学 学 报 V01．46No．2
OFXI7AN UNIVERSITYFeb．2012
2012年2月 JOURNALJIAOTONG
采用两阶段策略模型(KTSVM)的
P2P流量识别方法
丁要军k2，蔡皖东1
(1．西北工业大学计算机学院，710129，西安；2．咸阳师范学院信息工程学院，712000，陕西咸阳)
摘要：针对识别加密P2P网络流量比较困难的问题，提出一种基于K均值和直推式支持向量机
basedtransductive
(TSVM)的半监督学习模型——两阶段策略模型(KTSVM，k-meanssupport
vector
machine)，以提高P2P流量的识别精度．该模型首先使用K均值半监督聚类算法计算训练
集中正例样本的数目，然后根据正例样本的数目来训练TSVM分类模型，提高了TSVM模型的稳
定性和准确性．该模型的优势是可以使用未标注样本和标注样本共同训练分类模型，非常适合于识
别标注比较困难的P2P流量．实验结果表明，在标注样本较少的情况下，该模型的识别精度和稳定
性均优于TSVM模型和SVM模型．
关键词：直推式支持向量机；半监督学习；流量识别；对等网络流量；互联网
中图分类号；TP393文献标志码：A文章编号：0253—987X(2012)02一0045一06
P2PTrafficIdentificationvia七一MeansBased
TransductiveVetorMachine
Support
DING
Yaojunl”．CAIWandon91
(1．Schoolof Scienceand Polytechnieal 710129，Chlna)
Computer Technology，NorthwesternUniversity，Xi’an
2．SchoolofInformation Normal 712000．China)
Engineering．XianyangUniversity。Xianyang．Shaanxi
vec—
new modelbasedonk-meansandtransductive
Abstract：A support
semi-supervisedlearning
tormachineis to the ofPZPtrafficidentification．The
accuracy semi—supervised
proposedimprove
is tocalculatethenumberof instancesina set，
cluster of足一meansused training
algorithm positive
the
文档评论（0）