基于文本聚類的P2P流媒體特征碼提取技術(shù)研究.pdf

1、把P2P技術(shù)引入到流媒體傳輸中而形成了P2P流媒體技術(shù)。在這種技術(shù)中，流媒體用戶不只是下載媒體流，而且還把媒體流上載給其他用戶。但是對(duì)于寬帶運(yùn)營(yíng)商，這些P2P軟件占用帶寬很大，為了保障其他用戶的正常使用，運(yùn)營(yíng)商需要投入大量的資金用于網(wǎng)絡(luò)建設(shè)。因此，研究當(dāng)前流行的與未知的 P2P多媒體流的特征，并對(duì)其進(jìn)行特征碼的提取與分類，成為亟待解決的問題之一。
　　 目前，對(duì)于P2P 技術(shù)的研究和應(yīng)用都進(jìn)行得如火如荼，尤其是文件共享型的P2P

2、應(yīng)用，但是對(duì)于P2P 流媒體檢測(cè)技術(shù)的研究卻很少?；谶@種現(xiàn)狀，本文做的工作，主要內(nèi)容有以下幾點(diǎn)。
　　 提出采用基于統(tǒng)計(jì)的方法對(duì)P2P流媒體進(jìn)行特征碼的提取，然后對(duì)提取出的特征碼采取文本聚類的方式進(jìn)行歸類，著重討論如何運(yùn)用文本聚類的方式對(duì)提取出的特征碼進(jìn)行歸類的問題。
　　 主要探討了文本聚類的三大步驟：文本預(yù)處理、特征抽取和聚類算法。文本預(yù)處理這一模塊，采用適合本實(shí)驗(yàn)的基于統(tǒng)計(jì)的Hash算法，對(duì)字符串進(jìn)行固定長(zhǎng)度的切

3、分，運(yùn)用三次求字符串的Hash值來避免字符串不同，而Hash值相同的沖突，成功提取特征字符串。然后，對(duì)文本文檔進(jìn)行字符串頻率統(tǒng)計(jì)，并選擇一個(gè)較合適的閾值來進(jìn)行特征的抽取。最后，分析適合本系統(tǒng)的聚類算法，討論了基于劃分的方法和基于層次的方法，分別對(duì)這兩種方法的優(yōu)缺點(diǎn)以及適用范圍作出了詳細(xì)的比較，找出了適合本系統(tǒng)的聚類算法——k-平均算法。
　　 設(shè)計(jì)了一個(gè)P2P流媒體的特征碼提取以及分類的系統(tǒng)，把文本聚類的技術(shù)成功應(yīng)用到對(duì)P2P流