公开(公告)号：CN104243245A

公开(公告)日：2014-12-24

申请号：CN201410547394.2

申请日：2014-10-16

Applicant: 湖北工业大学

Inventor： 王春枝 ,  叶志伟 ,  陈宏伟 ,  宗欣露 ,  刘伟 ,  徐慧 ,  张会丽 ,  喻东阳 ,  陈秋霞 ,  周正

IPC: H04L12/26

Abstract: 本发明提供了一种基于不可分小波SVM的对等网络流量识别方法和系统，本发明根据对等网络流量相似性、突变性、多尺度的特性，引入小波分析工具，构造不可分小波作为SVM的核函数，提高了识别正确率；此外，针对网格搜索算法确定SVM惩罚参数和核函数效率低下的问题，引入杜鹃搜索快速确定SVM的最优参数，加快SVM的训练速度，提高识别正确率和计算效率；本发明能够在小样本下、实时高效地识别对等网络流量。

公开(公告)号：CN203596829U

公开(公告)日：2014-05-14

申请号：CN201320745362.4

申请日：2013-11-25

Applicant: 湖北工业大学

Inventor： 王春枝 ,  徐慧 ,  宗欣露 ,  王淑平 ,  熊磊 ,  张会丽 ,  王明威 ,  刘晓娟 ,  夏勇

IPC: H04L12/26 ,  H04L29/08

Abstract: 本实用新型涉及一种不可分小波支持向量机的对等网络流量识别系统，该系统分为三个阶段：样本的获取阶段、支持向量机处理阶段、控制响应阶段，共包括五个模块：网络连接的信息处理模块、数据的预处理模块、支持向量机的训练模块、支持向量机的分类模块和校正模块。本实用新型将将小波分析中多尺度的学习方法和支持向量机的优点结合起来，通过小波分析与支持向量机方法的紧致结合，引入小波基函数来构造支持向量机的核函数，建立小波支持向量机的对等识别算法，此模型能够多尺度的使支持向量机对识别对等流量样本逼近，自适应处理对等流量的非线性变化特征，直至达到要求的精度，而且计算量没有显著增加，具有良好的识别效果。