基于遗传神经网络的P2P流量检测研究  

Research of P2P detection Based on genetic neural network

作　　者：邓力为[1] 周中伟[2] 李阳[2] 段辉良[2] 

机构地区：[1]中南林业科技大学计算机与信息工程学院,湖南长沙410004 [2]中南林业科技大学现代教育技术中心,湖南长沙410004

出　　处：《中南林业科技大学学报》2010年第6期185-188,共4页Journal of Central South University of Forestry & Technology

摘　　要：P2P流量智能检测是目前网络安全领域的研究热点。针对网络P2P流量检测存在高误警率、低检测率问题,提出一种基于遗传神经网络的P2P流量检测模型,该模型有机地结合遗传算法和神经网络,把遗传算法优化网络初始权重用于P2P流量检测,研究表明:这种检测模型能够提高P2P流量检测的效率,降低误警率。Intelligent detection of P2P flow is a hot spot in the field of network security.Aimed at the problem of high false alert rate and low detection accuracy rate of P2P,an new model based on genetic neural network for P2P flow detection was proposed.This model combined the genetic algorithm with back propagation（BP） neural network and applied the initial weights of optimal BP with GA network to P2P flow detection.The corresponding experiment results show that IGA-BP raised detection efficiency and reduced false alarm rate.

关 键 词：网络安全 P2P流量检测 神经网络 遗传算法 

分 类 号：TP389.1[自动化与计算机技术—计算机系统结构] TP393.08[自动化与计算机技术—计算机科学与技术]