基于多目标自适应演化算法的网络业务流分类方法研究
发布时间:2021-01-09 07:42
随着网络的稳健发展,网民不断增多,新型的网络业务不断涌现。网络多媒体业务(网络视频业务、网页浏览、网络音乐等)作为常用的互联网业务,占据了大部分的网络流量。因此,高效准确的识别网络业务流有着重要的意义,有助于网络业务供应商(ISP,Internet Service Provider)合理分配资源,进行网络管理,保障业务的服务质量。本文针对网络视频(直播和非直播)、音频(QQ音乐)、即时通信类(Skype)和网页浏览(Baidu和sina)六种网络业务进行分类研究。主要研究工作如下:基于信息增益率和演化算法提出了一种新型的多目标自适应演化特征选择方法,即GRMAEA算法。该方法首先利用信息增益率进行特征排序,快速降维,并选择排名靠前的特征作为多目标演化算法的初始种群。然后优化了传统的演化算法,选用不一致率和特征子集的维数作为目标函数,减少了特征选择迭代的时间开销,提高了分类器的性能。实验表明,在不同数据集上本文方法相对于现有的特征选择方法,具有较高的分类精度和较低的时间复杂度。利用GR-MAEA选出有区分度的特征组合,用于识别六种网络业务流。为了实现细粒度分类,本文设计了一种多层KNN分...
【文章来源】:南京邮电大学江苏省
【文章页数】:62 页
【学位级别】:硕士
【图文】:
017全球网民分布图
148,177,672 55.2% 1,938,075,63146.7% 1595.55 49.7%Europe 822,710,362 10.9% 659,634,487 80.2% 527.6% 17.0%LatinAmerica/Caribbean647,604,645 8.6% 404,269,163 62.4% 2137.4% 10.4%Middle East 250,327,574 3.3% 146,972,123 58.7% 4374.3% 3.8%NorthAmerica 363,224,006 4.8% 320,059,368 88.1% 196.1% 8.2%Oceania/Australia40,479,846 0.5% 28,180,356 69.6% 269.8% 0.7%WORLDTOTAL7,519,028,970 100.0% 3,885,567,61951.7% 976.4% 100.0%
图 2.2 深层神经网络结构图性问题,引入激活函数,DNN 常用的激活函数有 sigmoid 函数、Re数、tanh 函数和 Softmax 函数,前三种的函数图像分别如图 2.3、2.4下:: ( )1xxsigmoid xee Re LU : f ( x ) max( x,0)221tanh: ( )1xxf xee 1max: ( )zjzjinjSoft f zee
【参考文献】:
期刊论文
[1]基于粒子群优化算法的视频流特征选择方法[J]. 冯茂,董育宁. 南京邮电大学学报(自然科学版). 2017(02)
[2]结合ReliefF、GA和SVM的面向对象建筑物目标识别特征选择方法[J]. 薛章鹰,刘兴权. 测绘工程. 2017(02)
[3]基于信息增益特征选择的网络异常检测模型[J]. 刘汝隽,贾斌,辛阳. 计算机应用. 2016(S2)
[4]一种基于改进隐马尔可夫的多媒体业务分类算法[J]. 王再见,董育宁,张晖,冯友宏. 电子与信息学报. 2015(02)
[5]支持向量机的半监督网络流量分类方法[J]. 李平红,王勇,陶晓玲. 计算机应用. 2013(06)
[6]基于GA-SVM封装算法的高光谱数据特征选择[J]. 卓莉,郑璟,王芳,黎夏,艾彬,钱峻屏. 地理研究. 2008(03)
本文编号:2966244
【文章来源】:南京邮电大学江苏省
【文章页数】:62 页
【学位级别】:硕士
【图文】:
017全球网民分布图
148,177,672 55.2% 1,938,075,63146.7% 1595.55 49.7%Europe 822,710,362 10.9% 659,634,487 80.2% 527.6% 17.0%LatinAmerica/Caribbean647,604,645 8.6% 404,269,163 62.4% 2137.4% 10.4%Middle East 250,327,574 3.3% 146,972,123 58.7% 4374.3% 3.8%NorthAmerica 363,224,006 4.8% 320,059,368 88.1% 196.1% 8.2%Oceania/Australia40,479,846 0.5% 28,180,356 69.6% 269.8% 0.7%WORLDTOTAL7,519,028,970 100.0% 3,885,567,61951.7% 976.4% 100.0%
图 2.2 深层神经网络结构图性问题,引入激活函数,DNN 常用的激活函数有 sigmoid 函数、Re数、tanh 函数和 Softmax 函数,前三种的函数图像分别如图 2.3、2.4下:: ( )1xxsigmoid xee Re LU : f ( x ) max( x,0)221tanh: ( )1xxf xee 1max: ( )zjzjinjSoft f zee
【参考文献】:
期刊论文
[1]基于粒子群优化算法的视频流特征选择方法[J]. 冯茂,董育宁. 南京邮电大学学报(自然科学版). 2017(02)
[2]结合ReliefF、GA和SVM的面向对象建筑物目标识别特征选择方法[J]. 薛章鹰,刘兴权. 测绘工程. 2017(02)
[3]基于信息增益特征选择的网络异常检测模型[J]. 刘汝隽,贾斌,辛阳. 计算机应用. 2016(S2)
[4]一种基于改进隐马尔可夫的多媒体业务分类算法[J]. 王再见,董育宁,张晖,冯友宏. 电子与信息学报. 2015(02)
[5]支持向量机的半监督网络流量分类方法[J]. 李平红,王勇,陶晓玲. 计算机应用. 2013(06)
[6]基于GA-SVM封装算法的高光谱数据特征选择[J]. 卓莉,郑璟,王芳,黎夏,艾彬,钱峻屏. 地理研究. 2008(03)
本文编号:2966244
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/2966244.html