基于自适应BP神经网络的网络流量识别算法-电子科技大学学报.PDFVIP

第41 卷 第4 期 电 子 科 技 大 学 学 报 Vol.41 No.4 2012年7月 Journal of University of Electronic Science and Technology of China Jul. 2012 基于自适应BP神经网络的网络流量识别算法 谭 骏，陈兴蜀，杜 敏，朱 锴 ( 四川大学计算机学院网络与可信计算研究所 成都 610065) 【摘要】针对新兴网络应用无法使用传统的基于端口与特征码进行识别的问题，对基于流量统计分析的网络协议识别方 法进行了研究，提出了基于自适应BP神经网络的流量识别算法。对BP神经网络结构难以确定、易陷入局部极小值等缺陷进行 了分析，使用双粒子群算法对BP神经网络进行优化以提高识别率。实验表明，该算法能根据网络流量的统计特征有效地识别 网络应用，且对于采用UDP协议的应用同样有较高的识别率，同时优化后的自适应BP神经网络训练时间更短；并能自动调整 其结构，具有良好的自适应特性。 关 键