1、隨著P2P網(wǎng)絡(luò)技術(shù)的發(fā)展,P2P應(yīng)用越來越廣泛,而對(duì)P2P流量的識(shí)別是P2P技術(shù)研究者一直所追求的。由于應(yīng)用越來越多,從而對(duì)P2P流量的識(shí)別也越來越困難。
　　本文從介紹P2P技術(shù)著手,分析了幾種典型的P2P流量識(shí)別技術(shù),從這些技術(shù)的優(yōu)缺點(diǎn)中提出一種改進(jìn)的算法,這種改進(jìn)的算法是基于無監(jiān)督學(xué)習(xí)的一種聚類算法。本文首先從數(shù)據(jù)包級(jí)和數(shù)據(jù)流級(jí)方面分析了P2P流量統(tǒng)計(jì)特征,從而選取了P2P流中包大小的平均方差值、P2P流所持續(xù)的時(shí)間、P2P

2、流中包大小的變換率、P2P流中數(shù)據(jù)包的平均字節(jié)數(shù)、以及下載與上傳速度比等五種適合本文算法實(shí)驗(yàn)的特征屬性,以此作為后文DBK算法的實(shí)驗(yàn)驗(yàn)證。其次,本文簡單介紹了K-means算法以及DBSCAN算法的優(yōu)缺點(diǎn),在此基礎(chǔ)上加以改進(jìn),從而得到基于DBSCAN改進(jìn)的K-means算法(即DBK算法),并在算法初始點(diǎn)的尋找過程中加入貝葉斯信息準(zhǔn)則,得到BIC核心點(diǎn)作為初始節(jié)點(diǎn),再通過K-means算法進(jìn)行聚類。
　　最后,本文對(duì)DBK算法進(jìn)行