基于BP神經(jīng)網(wǎng)絡(luò)的P2P業(yè)務(wù)流識別研究.pdf

1、P2P是對等節(jié)點間直接交換資源和服務(wù)的網(wǎng)絡(luò)技術(shù)，是為了適應(yīng)節(jié)點間越來越高的信息直接交互需求而產(chǎn)生的，且發(fā)展迅速。在企業(yè)網(wǎng)中，P2P技術(shù)為員工帶來便捷的同時，也導(dǎo)致了以下問題:吞噬網(wǎng)絡(luò)帶寬、傳播惡意代碼、侵犯版權(quán)等。所以，必須對P2P流量加以限制，而識別P2P流量是實現(xiàn)管控的前提。
　　論文圍繞P2P業(yè)務(wù)流識別方法展開研究，對P2P技術(shù)理論和目前主流的P2P流量識別方法進(jìn)行分析，包括:基于端口的方法、DPI、DFI、基于機器學(xué)習(xí)的方

2、法等。對基于BP神經(jīng)網(wǎng)絡(luò)的識別方法展開深入研究。在對BP算法的工作信號正向傳播、誤差信號反向減弱過程分析的基礎(chǔ)上，捕獲典型P2P業(yè)務(wù)流量，得到包含6類流量特征的樣本數(shù)據(jù)。運用Matlab神經(jīng)網(wǎng)絡(luò)工具箱建立單隱含層BP神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練網(wǎng)絡(luò)，仿真實現(xiàn)對P2P業(yè)務(wù)流的粗粒度識別，建立效果評價體系，對P2P流量的識別準(zhǔn)確度達(dá)到91.08％。對五種具體P2P進(jìn)程:Web、BT、QQLive、PPStream、FTP流量進(jìn)行捕獲分析，得到包含5類

3、流量特征的樣本數(shù)據(jù)。仿真實現(xiàn)對五種進(jìn)程業(yè)務(wù)流的細(xì)粒度分類器，對QQLive、PPStream、BT、Web和FTP業(yè)務(wù)流的識別準(zhǔn)確度分別為86.8％、84.6％、84.2％、83.7％和80.5％。
　　傳統(tǒng)BP算法具有收斂慢和易陷入極小值的缺陷，提出加入減震蕩因子的最速下降算法，對BP誤差修正算法進(jìn)行改進(jìn)，用改進(jìn)后的算法訓(xùn)練、測試網(wǎng)絡(luò)。經(jīng)多次實驗發(fā)現(xiàn)用此種算法來識別P2P流量，能達(dá)到用時短、準(zhǔn)確度高的要求，對QQLive、PPS