%0 Journal Article
%T 基于k均值和双支持向量机的p2p流量识别方法
%A 郭伟
%A 王西闯
%A 肖振久
%J 计算机应用
%D 2013
%X ？针对目前常用于p2p流量识别的有监督机器学习方法普遍存在时间代价较高的现状,提出采用时间代价为标准支持向量机四分之一的双支持向量机来构建分类器,并采用k均值集成方法快速生成有标签样本集,组合有标签样本集构成双支持向量机的训练样本,最后利用构建好的双支持向量机分类模型进行p2p流量的识别。实验结果表明采用基于k均值集成结合双支持向量机的方法在p2p流量识别的时间代价、准确率和稳定性方面要远优于标准支持向量机。
%K p2p流量识别
%K 有监督机器学习
%K 双支持向量机
%K k均值集成
%K 时间代价
%U http://www.joca.cn/CN/abstract/abstract16723.shtml