基于支持向量機的對等網絡流量檢測方法技術

基于支持向量機的對等網絡流量檢測制方法提出了基于支持向量機的Ｐ２Ｐ流量檢測方法，利用支持向量機技術來實現Ｐ２Ｐ流量檢測問題，該方法將支持向量機技術應用到實際網絡中的Ｐ２Ｐ流量檢測應用中，解決Ｐ２Ｐ流量的檢測問題，該方法所包含的步驟為兩個階段：第１階段，支持向量機的訓練階段：第２階段，支持向量機的實際Ｐ２Ｐ流量決策階段：將機器學習領域的精度很高的模式分類器支持向量機技術應用于網絡中的Ｐ２Ｐ流量檢測中，解決Ｐ２Ｐ流量的檢測問題。較之其他的流量檢測方法，該方法注重通過網絡實際流量的挖掘發現規律，預測新未知數據的分類，該方法能夠通過學習不斷提高分類性能，適合完成流量較大時的識別工作，也能適合檢測未知的和加密的Ｐ２Ｐ流量。

【技術實現步驟摘要】

【技術保護點】
一種基于支持向量機的對等網絡流量檢測制方法，其特征在于該方法將支持向量機技術應用到實際網絡中的Ｐ２Ｐ流量檢測應用中，解決Ｐ２Ｐ流量的檢測問題，該方法所包含的步驟為兩個階段：　第１階段，支持向量機的訓練階段：　ａ．從網絡上截取網絡數據包，統計Ｐ２Ｐ流量和正常網絡流量的樣本數目，得到兩類樣本集Ξ↓［１］，Ξ↓［２］，樣本數目分別是Ｎ↓［１］，Ｎ↓［２］，其中Ξ↓［１］表示Ｐ２Ｐ流量樣本集，Ξ↓［２］表示正常流量樣本集，Ｎ↓［１］表示Ｐ２Ｐ流量樣本數目，Ｎ↓［２］表示正常流量樣本數目。　ｂ．對這些已知的正常流量數據集、Ｐ２Ｐ流量數據集進行特征處理，將之轉化為數字向量形式，作為訓練支持向量機的依據并存入數據庫，　ｃ．針對樣本數據中Ｐ２Ｐ流量和非Ｐ２Ｐ流量數目不均衡情況下的支持向量機訓練：　ｃ１：對Ｐ２Ｐ流量，從Ξ↓［１］中按照等概率的方法取得Ｐ２Ｐ流量數據樣本集Ξ↓［３］，樣本數目為Ｎ′↓［１］，滿足Ｎ′↓［１］＝Ｎ↓［２］；　ｃ２：根據網格搜索的參數搜索方法，確定支持向量機的參數Ｃ和γ，其中Ｃ為對樣本的懲罰系數，ｒ為核函數參數。對樣本集｛Ξ３，Ξ２｝進行支持向量機設計，獲取參數Ｗ，ξ↓［ｉ］的值，其中Ｗ為最優超平面的法向量，ξ↓［ｉ］為松弛因子，ｉ＝１……ｎ；　ｃ３：根據公式１／２（Ｗ.Ｗ）＝＊Ｃ↓［ｉ］ξ↓［ｉ］和Ｃ↓［１］／Ｃ↓［２］＝Ｎ↓［２］／Ｎ↓［１］計算此時的樣本懲罰因子Ｃ↓［１］、Ｃ↓［２］，其中＊＊＊，Ｃ↓［１］表示對Ｐ２Ｐ流量樣本的懲罰因子，Ｃ↓［２］表示對正常流量樣本的懲罰因子。　ｃ４：根據新的Ｃ↓［１］、Ｃ↓［２］，對樣本集｛Ξ１，Ξ２｝進行支持向量機設計，獲取此時參數Ｗ，ξ↓［ｉ］的值，其中Ｗ為最優超平面的法向量，ξ↓［ｉ］為松弛因子，ｉ＝１……ｎ；　ｃ５：根據公式１／２（Ｗ.Ｗ）＝＊Ｃ↓［ｉ］ξ↓［ｉ］和Ｃ↓［１］／Ｃ↓［２］＝Ｎ↓［２］／Ｎ↓［１］重新計算新的Ｃ↓［１］、Ｃ↓［２］，判斷Ｃ↓［１］、Ｃ↓［２］的變化情況，如果變化小于所設定的閾值，即滿足收斂條件＊＊＊，其中δ為一百分比常數；Ｃ↓［ｉ１］，Ｃ↓［ｉ０］（ｉ＝１，２）分別表示當前時刻與前一時刻的Ｃ↓［ｉ］值；則獲得最終基于兩類流量檢測的ＳＶＭ模型，得到最終分類決策函數，否則返回步驟ｃ４，　第２階段，支持向量機的實際Ｐ２Ｐ流量決策階段：　ｄ．從網絡上截取網絡數據包，　ｅ．對獲取流量數據進行特征處理，將之轉化為數字向量形式，作為訓練支...

【技術特征摘要】

【專利技術屬性】
技術研發人員：王汝傳，吳敏，李玲娟，韓志杰，支萌萌，徐小龍，饒元，李致遠，
申請(專利權)人：南京郵電大學，
類型：發明
國別省市：84[中國|南京]