摘要：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。

原文链接:http://www.cqvip.com//QK/94832X/201310/47259938.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）