文档介绍：第 43 卷第 6 期中南大学学报(自然科学版)     
2012 年 6 月  Journal of Central South University (Science and Technology)  June 2012 
基于 BPSO 与神经网络的实时 P2P 协议识别算法
谭骏,陈兴蜀,杜敏 
(四川大学计算机学院,四川成都,610065) 
摘要:针对互联网中 P2P 协议以及加密协议无法使用传统方法进行识别的问题,提出一种新的基于会话流统计特
征的网络协议识别算法。采用二进制粒子群算法(BPSO)定量选出最能体现不同协议区别的特征子集;并针对 
BP(Back Propagation)神经网络结构难以确定、易陷入局部极小值等缺陷进行分析,使用粒子群算法对 BP 神经网
络进行优化以提高识别率。实验结果表明:该方法能够有效地从多种网络特征属性中选出最能体现不同协议区别
的特征子集,且对于基于 UDP 协议的网络应用也有较高识别率,经优化后的 BP 神经网络具有更高识别率。该算
法对常见的 P2P 协议平均识别率达到 96%,且能够实时地对网络协议进行识别。
关键词:粒子群算法;神经网络;统计特征;流量识别;实时性
中图分类号:  文献标志码:A  文章编号:1672−7207(2012)06−2190−08 
A novel real­time p2p identification algorithm based on 
BPSO and works 
TAN Jun, CHEN Xing­shu, DU Min 
(School puter Science, Sichuan University, Chengdu 610065, China) 
Abstract: Due to the unclassifiable problem of P2P protocol and encryption protocol by traditional approach work 
management, a novel approach considering  traffic flow was proposed to work applications especially 
P2P  applications  based  on  binary  particle  swarm  optimization  (BPSO)  and  optimized  back­propagation  (BP)  neural 
network. BPSO was used to select the best feature subset which can mostly reflect the difference among work 
applications.  And  BP neural  network was optimized  by  PSO  algorithm. The experimental results  demonstrate that the 
proposed  approach  has