《表3 CTDG、SVM＿PF、BLINC方法的性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于聚类和流量传播图的P2P流量识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

/%

相对于本文提出的CTDG方法，BLINC方法根据主机在传输层的连接模式（如端口和IP的关系等）来标记每个主机的所有流。本文中使用BLINC方法对现有数据集作分类，BLINC能达到84%的准确率和89%的召回率。此外，BLINC对于BitTorrent等部分P2P应用的识别率比较低，只能达到25%，而CTDG方法的检测率却能达到90%，如表3所示。由于CTDB方法引入了聚类过程，并利用了更多的统计特征作为聚类的量度，使得建立TDG的效果更好，有效地提升了最终方法的识别性能。相比陈阳提出的利用SVM＿PF进行P2P流量识别，该方法根据双向流的早期多个数据包作为特征选择依据，虽然可以降低特征提取的复杂度，但由于缺少关联性更强的特征，召回率普遍在85%以下，如图6、7所示。