基于一维卷积神经网络的网络流量分类方法OA北大核心CSCDCSTPCD
Network Traffic Classification Method Based on One-Dimensional Convolution Neural Network
针对传统机器学习算法对于流量分类的瓶颈问题,提出基于一维卷积神经网络模型的应用程序流量分类算法.将网络流量数据集进行数据预处理,去除无关数据字段,并使数据满足卷积神经网络的输入特性.设计了一种新的一维卷积神经网络模型,从网络结构、超参数空间以及参数优化方面入手构造了最优分类模型.该模型通过卷积层自主学习数据特征,解决了传统基于机器学习的流量分类算法中特征选择问题.通过网络公开数据集进行模型测试,相比于传统的一维卷积神经网络模型,所设计的神经网络模…查看全部>>
李道全;王雪;于波;黄泰铭
青岛理工大学 信息与控制工程学院,山东 青岛 266520青岛理工大学 信息与控制工程学院,山东 青岛 266520青岛理工大学 信息与控制工程学院,山东 青岛 266520青岛理工大学 信息与控制工程学院,山东 青岛 266520
信息技术与安全科学
一维卷积神经网络流量分类数据预处理参数优化深度学习
《计算机工程与应用》 2020 (3)
94-99,6
国家自然科学基金(No.61572269).
评论