版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、網(wǎng)絡(luò)流量分類是指實時地將網(wǎng)絡(luò)中的所有流量與產(chǎn)生它們的應(yīng)用相對應(yīng),是管理和研究網(wǎng)絡(luò)上各種相關(guān)事務(wù)的必要前提,是認(rèn)識、管理、優(yōu)化各種網(wǎng)絡(luò)資源的重要依據(jù),對QoS的管理、安全檢測等方面都起著重要作用。
早期的網(wǎng)絡(luò)流量分類方法已經(jīng)不能滿足日益復(fù)雜的網(wǎng)絡(luò)環(huán)境及應(yīng)用類型。自2005年機器學(xué)習(xí)算法首次被應(yīng)用于網(wǎng)絡(luò)流量分類問題以來,利用機器學(xué)習(xí)算法對網(wǎng)絡(luò)流量進(jìn)行分類是近年來網(wǎng)絡(luò)測量領(lǐng)域一個新興的研究熱點,其核心工作主要包括兩個方面:一是選
2、擇適當(dāng)?shù)木W(wǎng)絡(luò)流屬性集合構(gòu)建屬性的特征向量,二是選擇適當(dāng)?shù)臋C器學(xué)習(xí)算法對網(wǎng)絡(luò)流量進(jìn)行分類。
目前大多數(shù)文獻(xiàn)中用于流量分類的特征屬性需要針對不同的網(wǎng)絡(luò)環(huán)境利用相應(yīng)的機器學(xué)習(xí)算法進(jìn)行重復(fù)訓(xùn)練,且尚不能很好地應(yīng)用于實時分類問題。本文利用通信模式、載荷長度以及信息熵等方面的差異性,提出了一組普適流量特征。實驗證明,本文提出的特征屬性在不同的網(wǎng)絡(luò)環(huán)境具備一定的普適性,且能夠在較短時間內(nèi)對流量進(jìn)行分類,基本滿足實時分類的要求。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于普適特征的網(wǎng)絡(luò)流量決策樹分類方法.pdf
- 基于決策樹的網(wǎng)絡(luò)流量分類研究.pdf
- 基于決策樹的分類方法研究.pdf
- 基于多特征的圖像分類決策樹生成方法研究.pdf
- 基于決策樹的軟件分類方法研究.pdf
- 基于決策樹的瓷磚圖像分類方法研究.pdf
- 基于決策樹的面向?qū)ο蠓诸惙椒ㄑ芯?pdf
- 基于行為的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于FPGA的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于決策樹方法的遙感影像分類研究.pdf
- 多決策樹算法在P2P網(wǎng)絡(luò)流量檢測的應(yīng)用.pdf
- 基于DPI和增量決策樹的流量分類與控制研究.pdf
- 基于粗糙集的決策樹分類方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于決策樹和粗糙集的分類方法研究
- 基于決策樹算法的文本圖像分類方法研究.pdf
- 基于決策樹分類的網(wǎng)絡(luò)異常流檢測與過濾.pdf
- 基于行為特征的P2P網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于NetFPGA的網(wǎng)絡(luò)流量分類.pdf
- 決策樹分類方法及其應(yīng)用研究.pdf
評論
0/150
提交評論