10.14132/j.cnki.1673-5439.2021.03.014
一种基于深度学习的网络流量细粒度分类方法
随着网络视频服务持续增长,为了更好地区分不同质量的视频服务和管理网络资源,提出了一种基于深度学习的网络流量细粒度分类方法.该方法设计了一种扩展流特征信息的表达方式,将更丰富的特征信息以图片形式表示出来,应用卷积神经网络对图片代表的流数据实现细粒度分类,且省去了特征设计和选择环节.通过对视频数据进行实验,分类准确率达到了93.6％,与文献方法相比,分类性能更好.同时,在其他数据集上的实验结果表明,对网络流量进行粗粒度分类同样能取得很好的分类结果.
网络流量分类;深度学习;特征扩展;视频流量;表示学习
41
TP391(计算技术、计算机技术)
国家自然科学基金61271233
2021-10-14（万方平台首次上网日期，不代表论文的发表时间）
共9页
100-108
