基于PCA-概率神经网络的P2P流量分类方法研究  

Research on P2P Traffic Classification Based on PCA-Probabilistic Neural Network

作　　者：贺静[1] 赵峦 

机构地区：[1]太原理工大学信息化管理与建设中心 [2]解放军66410部队通信管理中心

出　　处：《电脑开发与应用》2011年第7期18-20,共3页Computer Development & Applications

摘　　要：随着P2P快速增长带来的网络拥塞等诸多问题,准确识别P2P流量对流量控制具有重要的实际意义。提出利用PCA特征选择方法选择最优特征子集,使用概率神经网络方法对P2P流量与常规流量进行分类。实验结果表明,该方法的分类精确度与准确度有了明显的提高。As the rapid increase of P2P application,many network problems occur,identify P2P traffic accurately has an important practical significance to further flow control.The paper utilize a PCA feature selection method,which can choose the best feature subsets.It uses probabilistic neural network algorithm to classify the network traffic.The experiment indicates that this method is better exactitude and accuracy.

关 键 词：对等网 主成分分析 概率神经网络 流量分类 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP393.06[自动化与计算机技术—控制科学与工程]