您的位置: 专家智库 > >

毛灵

作品数:2 被引量:7H指数:2
供职机构:四川大学计算机学院更多>>
发文基金:国家重点基础研究发展计划国防科技重点实验室基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇子群
  • 2篇粒子群
  • 1篇点到点
  • 1篇遗传算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇识别方法
  • 1篇群算法
  • 1篇向量
  • 1篇向量机
  • 1篇粒子群算法
  • 1篇免疫粒子群
  • 1篇P2P
  • 1篇P2P协议
  • 1篇SVM

机构

  • 2篇四川大学

作者

  • 2篇杜敏
  • 2篇陈兴蜀
  • 2篇毛灵
  • 2篇谭骏
  • 1篇吴仲光
  • 1篇张顺

传媒

  • 1篇计算机应用研...
  • 1篇计算机工程与...

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
基于免疫粒子群的P2P协议识别方法被引量:2
2011年
为了解决基于统计特征的P2P协议识别中,因特征选择不当而引起的识别准确率低的问题,采用免疫粒子群算法(Immune-PSO)选取最优特征子集,选择出最能区分P2P协议的特征子集。实验结果表明,该算法较标准粒子群算法具有更高的全局搜索能力,能更准确地找出最优特征子集,该方法能有效地提高协议的识别率,对常见的P2P协议如BitTorrent、eMule等有高达90%的识别率。
张顺陈兴蜀杜敏谭骏毛灵
关键词:免疫粒子群点到点
基于优化SVM的P2P协议识别被引量:5
2011年
针对P2P应用提出了一种采用DFI深度流分析的方法,通过还原会话流,提取P2P数据流的各种属性特征,采用Grid Search、遗传算法、粒子群算法三种不同算法优化的支持向量机对网络数据流进行分类。通过实验测试,在P2P与非P2P的多种应用中,使用支持向量机进行设计的分类器分类准确率较高,均在90%以上,最高能达到97%。
毛灵陈兴蜀吴仲光谭骏杜敏
关键词:粒子群算法遗传算法支持向量机P2P
共1页<1>
聚类工具0