搜索到74041篇“ P2P流量“的相关文章
- 一种基于深度学习的云平台P2P{2}识别方法
- 本发明涉及了一种基于深度学习的云平台P2P{2}识别方法，属于{2}分析领域；所述方法包括了特征提取步骤、特征融合步骤和{2}识别步骤，特征提取步骤在cell层次的{2}上提取方向和时序特征，特征融合步骤对{2}的方向特征和时序特...
- 李明曹弯弯尹晓宇董小菱吴极王海陆张敏余东波宫帅陶军杨晓勇张海涛
- 基于双协议栈的校园网P2P{2}监测系统的设计与实现
- 自对等网络(Peer to Peer,P2P)技术在本世纪兴起后,就一直被广泛应用到各项业务中,包括资源共享、网络流媒体和即时通讯等其他领域。根据大部分高校校园网关的统计结果,P2P应用产生的流量占到校园网出口流量的60...
- 赫小栋
- 关键词：校园网IPV4/IPV6双协议栈P2P流量深度包检测
- 一种基于规则优化的P2P{2}混合识别方法
- 本发明公开了一种基于规则优化的P2P{2}混合识别方法，在保证准确率的前提下，先识别出一部分{2}，减少了后面计算量大的识别过程要处理的数据，避免不必要的计算，达到降低系统开销的效果。另外，由于深度学习分类器的识别效果，不能...
- 刘怡俊吴荣华叶武剑王峰李学易
- 深度学习算法的P2P{2}识别与控制被引量：3
- 2022年
- 为了提升P2P{2}的识别精度与控制效果,提出了深度学习算法的P2P{2}识别与控制方法.采用P2P{2}数据训练深度学习算法的BP神经网络,根据训练好的神经网络对训练样本进行预分类,得到包含各服务{2}特征的预分类结果.将预分类结果作为P2P{2}聚类中心值,通过聚类算法检测P2P{2}样本数据,得到P2P{2}识别结果.采用分形自回归综合滑动平均模型分析P2P{2}控制机制.结果表明,该方法的识别性能稳定、识别结果精度较高,有效降低了{2}传输的丢包率,可对P2P{2}传输进行稳定控制.
- 黄金铃
- 关键词：P2P流量识别流量控制自相似模型聚类中心
- 使用机器学习算法分类P2P{2}的方法研究
- 2022年
- 随着时间的推移﹐P2P的应用数量、范围开始快速增长,这在促进社会经济发展和社会大众日常生活水平提升的同时,也带来了较多的问题,而传统的网络{2}分类方式存在着较多的缺陷,难以满足时代的发展和社会大众的需求。文章主要提出基于ReliefF-CFS的方法,进而实现{2}的特征子集的选择,依据具体的实验研究结果来看,文章所提出的方法取得了较高的分类准确率,比较适合在后续进行推广应用。因此,文章针对使用机器学习算法分类P2P{2}的方法进行系统的研究和分析,其主要目的在于高效率处理协议加密的网络{2}分类问题,这对于国内的计算机网络技术的发展也具有促进作用。
- 罗远军
- 关键词：机器学习算法P2P流量
- 一种基于有向图的无监督P2P{2}识别方法及系统
- 本发明公开了一种基于有向图的无监督P2P{2}识别方法，该方法首先使用原始网络{2}，统计网络会话信息，对节点之间的连接信息进行统计，得到有向特征图；然后利用P2P连接模式的不同点，使用经过修改的无监督GraphSAGE算法...
- 余顺争黄海宇
- 一种基于FPGA的P2P流量筛选转发系统
- 本发明公开了一种基于FPGA的P2P流量筛选转发系统，包括密钥管理服务器、多个保护互联设备和多个FPGA设备。本发明的系统，部署简单，即插即用；流量加解密和非法流量筛选分发基于FPGA硬件级实现，保证了网络、信息和数据的...
- 赵军安任勋益
- 一种基于深度特征的P2P{2}细粒度识别方法
- 本发明公开了一种基于深度特征的P2P{2}细粒度识别方法，包括训练过程和识别过程；训练过程包括收集和处理数据集、提取深度特征、训练二分类器及构建识别辅助器；识别过程具体为：利用深度卷积神经网络对所述P2P{2}数据进行特征提...
- 叶武剑吴荣华刘怡俊李学易翁韶伟
- 校园网络P2P{2}管理研究
- 2021年
- 文章指出,随着P2P技术的发展,P2P应用通信流量巨大、无固定服务端口、检测困难,会无限消耗大量网络带宽,单纯的网络扩容已无法解决网络压力问题。通过部署ANYVIEW流量监控对校园网络P2P进行控制,用户可以自定义策略使用更灵活的流量管理,即时发现异常的网络流量,准确定位出异常流量的位置,监控非法内容,及时做出相应的应急反应,确保校园网络正常运行。
- 蔡琴
- 关键词：P2P流量管理端口扫描
- 基于神经网络的P2P{2}识别方法
- 2021年
- 研究P2P{2}的识别对于P2P网络的管理具有十分重要的意义,针对当前P2P{2}的识别方法存在的误差大,识别结果不稳定等缺陷,为了改善P2P{2}的识别效果,提出神经网络的P2P{2}的识别方法。首先采集P2P{2}数据,并对其进行预处理,建立P2P{2}的识别样本集合;然后根据P2P{2}的识别学习,神经网络进行训练,建立P2P{2}的识别模型;最后采用VC++编程实现P2P{2}的识别实验。实验结果表明,基于神经网络的P2P{2}识别精度高,识别结果十分稳定,且P2P{2}的识别效率高,可以对P2P{2}进行在线管理,具有较高的实际应用价值。
- 王玮
- 关键词：P2P网络神经网络
相关作者
- 王汝传
- 作品数：1,840被引量：4,192H指数：27
- 供职机构：南京邮电大学
- 研究主题：无线传感器网络 移动代理 网格计算 无线多媒体 卫星网络
- 孙知信
- 作品数：653被引量：1,488H指数：19
- 供职机构：南京邮电大学
- 研究主题：物联网 快递 用户 网络 路由器
- 杨岳湘
- 作品数：129被引量：509H指数：14
- 供职机构：国防科学技术大学
- 研究主题：网络流量 校园网 P2P 网络 P2P流量
- 刘三民
- 作品数：33被引量：96H指数：5
- 供职机构：安徽工程大学
- 研究主题：概念漂移 数据流分类 分类器 支持向量机 P2P流量
- 刘怡俊
- 作品数：271被引量：136H指数：6
- 供职机构：广东工业大学
- 研究主题：图像 脉冲神经网络 网络 存储介质 图像输入
