基于自适应BP神经网络的网络流量识别算法.pdfVIP

第4l卷 第4期 电 子 科 技 大 学 学 报 V_01．41 N0．4 2012年7月 JournalofUniversityofElectronicScienceandTechnologyofChina Ju1．2012 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 词 自适应算法；神经网络；粒子群优化；统计特征；流量识另1