袁華兵

（西安醫(yī)學院信息技術(shù)處 西安 710021）

1 引言

對等網(wǎng)絡(luò)（Peer to Peer Networks，P2P）是計算機網(wǎng)絡(luò)和分布式系統(tǒng)結(jié)合的產(chǎn)物，其被廣泛地應(yīng)用于即時通信、流媒體、文件存儲和文件共享等領(lǐng)域［1］。目前，P2P 流量占到國內(nèi)網(wǎng)絡(luò)流量的70%以上，由此可見P2P 網(wǎng)絡(luò)流量嚴重影響整個互聯(lián)網(wǎng)的服務(wù)質(zhì)量，因此進行P2P 流量識別對給用戶提供可管可控的高質(zhì)量網(wǎng)絡(luò)服務(wù)具有重要意義。

為提高P2P 網(wǎng)絡(luò)流量識別的準確率，針對Elman 神經(jīng)網(wǎng)絡(luò)預測精度受其權(quán)值和閾值選擇的影響，本文運用蜻蜓算法［2］（Dragonfly Algorithm，DA）對Elman 神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進行優(yōu)化選擇，提出一種基于DA-Elman的機器學習的P2P網(wǎng)絡(luò)流量識別模型。研究結(jié)果表明，DA-Elman 可以有效提高P2P 網(wǎng)絡(luò)流量識別的準確率，其準確率高達98.4252%，為P2P網(wǎng)絡(luò)流量的識別提供新的方法和途徑。

2 蜻蜓算法

DA 算法中，蜻蜓個體通過避撞行為、結(jié)對行為、聚集行為、覓食行為和避敵行為等5種行為方式進行覓食和尋優(yōu)，這些個體行為詳細描述如下［2］：

避撞行為的位置向量更新策略：

式中，X 為當前蜻蜓個體的位置；Xj為第j 個鄰近蜻蜓個體位置；N為相鄰蜻蜓個體的數(shù)量。

結(jié)對行為的位置向量更新策略：

式中，Vj為第j個鄰近蜻蜓個體速度。

聚集行為的位置向量更新策略：

覓食行為的位置向量更新策略：

式中，X+為食物源位置（當前最優(yōu)解）。

避敵行為的位置向量更新策略：

式中，天敵位置X-（當前最差解）。綜合5 種蜻蜓群體行為，蜻蜓個體的步長向量更新策略為

式中，s、a、c、f、e 分別為5 種蜻蜓群體行為的權(quán)重；w 表示慣性權(quán)重；t 為當前迭代次數(shù)。

蜻蜓位置更新策略為

3 Elman神經(jīng)網(wǎng)絡(luò)

Elman 神 經(jīng) 網(wǎng) 絡(luò)［3～5］（Elman Neural Network，ENN）是一種具有局部反饋連接的前向神經(jīng)網(wǎng)絡(luò)，其由輸入層（Input Layer）、隱含層（Hidden Layer）、關(guān)聯(lián)層（Association Layer）和輸出層（Output Layer）組成，其結(jié)果示意圖如圖1所示。

與傳統(tǒng)的靜態(tài)前向神經(jīng)網(wǎng)絡(luò)相比，ENN網(wǎng)絡(luò)增加了一個關(guān)聯(lián)層，也叫連接層，該層從隱含層接受反饋信號，隱含層節(jié)點數(shù)與關(guān)聯(lián)層節(jié)點數(shù)相等，兩者一一對應(yīng)進行連接。圖1中，W1、W2、W3分別為輸入層到隱含層的權(quán)值矩陣、關(guān)聯(lián)層到隱含層的權(quán)值矩陣和隱含層到輸出層的權(quán)值矩陣；U（k-1）、X（k）、Y（k）和Xc（k）分別為ENN 的輸入向量、隱含層輸出向量、ENN 的輸出向量和關(guān)聯(lián)層的輸出向量，其數(shù)學模型為［6～7］

其中，f(x)、g(x)分別為隱含層和輸出層的傳遞函數(shù)；b1、b2分別為隱含層和輸出層的閾值。

圖1 Elman神經(jīng)結(jié)構(gòu)示意圖

4 基于DA-Elman 的P2P 網(wǎng)絡(luò)流量識別

4.1 適應(yīng)度函數(shù)

針對ENN 預測精度受其權(quán)值和閾值選擇的影響，本文運用DA 對ENN 網(wǎng)絡(luò)的權(quán)值和閾值進行優(yōu)化選擇，DA-Elman模型的適應(yīng)度函數(shù)為

4.2 算法流程

基于DA-Elman的P2P網(wǎng)絡(luò)流量識別算法流程具體描述如下。

Step1：輸入P2P 網(wǎng)絡(luò)數(shù)據(jù)，產(chǎn)生Elman 訓練集和測試集，并進行數(shù)據(jù)歸一化，歸一化公式為

其中，x'為歸一化之后的數(shù)據(jù)；x，xmax，xmin分別原始數(shù)據(jù)、原始數(shù)據(jù)中的最大值和最小值；a、b為歸一化之后的最小值和最大值。本文取a=-1，b=1。

Step2：DA 算法參數(shù)初始化：種群規(guī)模N，最大迭代次數(shù)T，若Elman 神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元個數(shù)為N1，隱含層神經(jīng)元個數(shù)為N2，關(guān)聯(lián)層神經(jīng)元個數(shù)為N2，輸出層神經(jīng)元個數(shù)為N3，則DA 優(yōu)化變量的個數(shù)為Num=N2×(N1+N2+N3)+(N2+N3)；

Step3：隨機初始化步長向量DX 和隨機產(chǎn)生蜻蜓個體的初始位置X ；

Step4：令當前迭代次數(shù)t=1，將訓練集輸入Elman，根據(jù)適應(yīng)度函數(shù)式（9）計算所有蜻蜓個體的適應(yīng)度，并進行排序記錄當前最優(yōu)解；

Step5：更新食物源位置X+（當前最優(yōu)解）和天敵位置X-（當前最差解），更新5 種行為權(quán)重s、a、c、f、e和慣性權(quán)重w；

Step6：根據(jù)式（1）～式（5）更新S、A、C、E和F；

Step7：根據(jù)式（6）～式（7）更新步長向量和位置向量；

Step8：若迭代次數(shù)t＞T，保存ENN 的最佳參數(shù)W*1，W*2，W*3，b*1，b*2；否則，t=t+1，返回Step4；

Step9：將最ENN 的最佳參數(shù)W*1，W*2，W*3，b*2代入Elman進行P2P網(wǎng)絡(luò)流量識別。

5 實證分析

5.1 數(shù)據(jù)來源

選擇Wireshark 軟件抓取網(wǎng)絡(luò)流量數(shù)據(jù)，包括PPStream、eMule、BitTorrent 和PPLive 4 個網(wǎng)絡(luò)流量數(shù)據(jù)類型［8～9］，每個類型的樣本各159 個，一共636個數(shù)據(jù)樣本。數(shù)據(jù)特征包括TCP 流量比例、連接數(shù)與不同IP 數(shù)目的比值、平均數(shù)據(jù)包長度、上行流量比例、數(shù)據(jù)包總數(shù)5個特征屬性［10～11］。

5.2 評價指標

為了評價不同方法進行P2P 網(wǎng)絡(luò)流量識別的優(yōu)劣，選擇準確率作為流量識別的評價指標［12］：

式中，AC 為準確率；N 為樣本總數(shù)；TN 為正確分類的樣本數(shù)量。

5.3 結(jié)果分析

為驗證本文DA-Elman 算法的優(yōu)劣，將DA-Elman 與PSO-Elman、GA-Elman 和Elman 進行對比，Elman 網(wǎng)絡(luò)參數(shù)［13］為N1=5，N2=11，N3=1，最大迭代次數(shù)Tmax=1000，訓練誤差goal=0.001。通用參數(shù)設(shè)置：種群規(guī)模N=10，最大迭代次數(shù)T=100，PSO 算法［14］學習因子c1=c2=2；GA 算法［15］交叉概率pc=0.7，變異概率pm=0.1，訓練集占比ratio=0.8，每個算法獨立運行10次，識別結(jié)果取平均值，識別結(jié)果如圖2～圖5所示和表1所示。

圖2 DA-Elman識別結(jié)果

圖3 PSO-Elman識別結(jié)果

圖4 GA-Elman識別結(jié)果

“○”為實際網(wǎng)絡(luò)流量類型，“*”為預測識別的網(wǎng)絡(luò)流量類型。由圖2～圖5 和表1 可知，與PSO-Elman、GA-Elman 和Elman 相比，DA-Elman可以有效提高P2P網(wǎng)絡(luò)流量識別的準確率，其準確率高達98.4252%，分別比PSO-Elman、GA-Elman和Elman 提高4.7244%、6.2992%和9.5118%。智能算法優(yōu)化Elman 的網(wǎng)絡(luò)流量識別準確率均得到了較大提高，主要是因為智能算法對Elman 的權(quán)值和閾值進行了參數(shù)選擇，提高了識別準確率。

圖5 Elman識別結(jié)果

表1 不同算法識別準確率

圖6 不同訓練集占比識別正確率

由圖6 可知，隨著訓練集占比的提高，DA-Elman的P2P網(wǎng)絡(luò)流量識別的正確率不斷提高，當ratio=0.1 時，識別準確率AC=80.7692%；當ratio=0.9時，識別準確率AC=96.3351%。綜合分析可知，與PSO-Elman、GA-Elman 和Elman 相比，DA-Elman可以有效提高P2P 網(wǎng)絡(luò)流量識別的準確率，其準確率高達98.4252%，為P2P網(wǎng)絡(luò)流量的識別提供新的方法和途徑。

6 結(jié)語

針對Elman 神經(jīng)網(wǎng)絡(luò)預測精度受其權(quán)值和閾值選擇的影響，運用蜻蜓算法對Elman 神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進行優(yōu)化選擇，提出一種基于DA-Elman 的機器學習的P2P 網(wǎng)絡(luò)流量識別模型。研究結(jié)果表明，DA-Elman 可以有效提高P2P 網(wǎng)絡(luò)流量識別的準確率，其準確率高達98.4252%，為P2P 網(wǎng)絡(luò)流量的識別提供新的方法和途徑。