利用半监督近邻传播聚类算法实现P2P流量识别.pdfVIP

第34卷第5期 哈尔滨工程大学学报 V01．34№．5 ofHarbin Mav2013 2013年5月 Joumal EngineeringUniVersit)r 利用半监督近邻传播聚类算法实现P2P流量识别 于明，朱超 (大连理工大学信息与通信工程学院，辽宁大连116024) 摘要：为了解决利用少量标记样本实现准确的P2P流量识别，提出了一种基于半监督近邻传播(AP)聚类算法的P2P 流量识别方法．首先对少量样本进行标记，然后在聚类过程中为标记样本和非标记样本设置不同的参考度，使标记样 本能够优先成为类代表点，进而通过样本间的消息加权更新完成聚类，最后按照相应的“标记-类别映射”规则实现对 P2P流量的识别．研究了参考度与消息加权更新对识别性能的影响，实验结果显示：当标记样本的比例为5％时，对P2P 流量的识别准确率高于90％，误识别率低于3％；当标记样本的比例达到15％后，识别准确率高于95％，最高可达 98％，而误识别率则低于l％；识别性能随标记样本比例的提高而提高． 关键词：P2P流量识别；半监督聚类；近邻传播；机器学习；网络安全 doi：10．3969／j．issn．1006-7043．201209007 网络出版地址：http：／／www．cnki．ne∥kcm／detajl／23．1390．u0942．001．htllll． 中图分类号：TP393文献标志码：A文章编号：1006．7043(2013)05JD653JD6 b锄辩don P2Ptr棚ciden衄cation ● ● 1●■●_●J ■● ■ 』 ● se姗-superⅥSedanlm四propaganonCl砸tenng YU Chao Ming，ZHU ofIr血mation舳dCommunication (Sch00l identification ba∞don amn- this amethodforP2Ptraffic Abstract：In semi—supeⅣi鸵d study w鹊proposedutilizing aimedat P2Pt珊ic诮tll鹅fewlabeled itypmpagationclustering accuratelyidenti匆ing smallamountof labeled． labeled弱weU鹊tIle werecon— 1y，a were Secondly，the uIllabeled蚰mples s锄ples for wit}l madeitmore tllelabeled tobecomeexem- figureddifkrent”preference”parameters，whichlikely s锄ples totheulllabeled wereclustereda plars，asopposed s踟ples．Thirdly，aUs锄ples by weigh