科创中国

基于SVM概率输出的P2P流媒体识别法

原文链接：万方

• 作者：

  陈伟,兰巨龙,张建辉,杜锡寿

• 摘要：

  P2P流媒体占用大量带宽,且容易传播病毒,有必要对其进行识别.分析了Abacus方法的不足,提出一种基于SVM概率输出的P2P流媒体识别法P-Abacus.P-Abacus将待识别样本属于已知应用可能性的大小反映在概率输出上.对输出结果进行排序,根据最大概率,判决样本是属于最大概率类应用还是未知应用,或是需要进一步判断.若需进一步判断,则通过计算前两大类构建SVM概率输出的差值,来判断样本是属于其中的一类,还是未知应用.由于SVM概率输出包含大量可用信息,使得P-Abacus具有更好的识别效果.实验表明,P-Abacus比Abacus具有更高的识别率和更低的误判率,且时间开销增加有限.

• 关键词：

  P2P流媒体 识别 SVM 概率输出 端点

• 作者单位：

  国家数字交换系统工程技术研究中心

• 基金项目：

  973计划项目(2012CB315900)资助

• 来源期刊：

  计算机科学

• 年，卷(期)：

  2012010