【摘 要】
：
网络流量分类在网络资源管理和服务质量保证中扮演重要的角色。随着网络数据加密和移动流的广泛应用,给传统的流量分类方法造成很大的挑战。而网络流量分类是网络资源管理和Qo S（Quality of Service）保证的一个重要组成部分。网络提供商可以利用流量分类技术,改善网络管理政策来实现更好的资源的分配和服务质量保证,从而为用户提供更好的网络服务。本文提出了一个将特征生成和LSTM（长短期记忆人工神
论文部分内容阅读
网络流量分类在网络资源管理和服务质量保证中扮演重要的角色。随着网络数据加密和移动流的广泛应用,给传统的流量分类方法造成很大的挑战。而网络流量分类是网络资源管理和Qo S（Quality of Service）保证的一个重要组成部分。网络提供商可以利用流量分类技术,改善网络管理政策来实现更好的资源的分配和服务质量保证,从而为用户提供更好的网络服务。本文提出了一个将特征生成和LSTM（长短期记忆人工神经网络）模型相结合的网络流量分类方法。该方法采用矩阵乘法特征生成方式,分析对比了不同特征生成方法的分类性能。通过实验测试了原数据和特征数据在分类问题上的准确性,并比较了CNN（卷积神经网络）和本文方法用于网络流分类的效果。在统计特征时采用核函数,使其可以适应LSTM维度,获得更佳的分类效果。在公共数据集ISCX VPN-NONVPN上进行了流量粗分类;采用深度神经网络和特征数据相结合,对直播和点播视频不同清晰度（720p、480p、1080p）进行细分类分类试验。对上述真实网络流数据集的实验结果数据表明,使用本文方法在细视频分类中可以达到93.9%的准确度,而在粗分类任务中可达99.2%。性能明显优于现有的其他分类方法。通过在UCI等多种数据集上做的对比试验表明,与现有方法相比,本文方法能提高分类的准确率,且对不同的数据集有着较好的普适性。
其他文献
药品安全关系着人类的身体健康。各国药物警戒的重要内容是对上市后药品的安全性进行监测和管理。常规信号的挖掘是目前药品不良反应（Adverse Drug Reaction,ADR）领域主要关注的方面。由于传统的信号检测依赖于不平衡分析理论,存在数据遮蔽现象,因此,一些具有重要研究价值的异常信号不能被常规方法所发掘。本文基于我国药品不良反应监测数据,挖掘数据中潜在的离群点,找到有价值的异常信号,以期为我
在社会多元音乐文化的发展、时代的号召、大众欣赏需求的变化下。近年来,涌现了大批利用各种音乐元素创作歌曲的潮流。其“京歌”就是其中一种在汲取京剧元素的基础上与民歌相互碰撞而成的新的音乐形态,为中国民族声乐的发展注入了新鲜血液,使京剧艺术的发展也得以传承与变化。创作歌曲《俏花旦》的创作素材取材自京剧当中的“旦角”,这一民族声乐作品既有饱满的成熟感又不失新颖的格调风,是京歌的有力之作。笔者研究生实践音乐
《峨嵋酒家》是中国著名词作家梁上泉先生和作曲家刘志先生共同创作的声乐作品。自问世以来以幽默诙谐的风格深受广大音乐爱好者的喜爱。全曲节奏较快,歌词繁多,不仅出现了很多四川方言,还包含了有甩腔、说唱等演唱技巧,有着浓郁的地方特色,首尾的高音更是让许多歌者望而生畏。本文将从《峨嵋酒家》的创作背景入手开始介绍,接着笔者将结合自身的学习感悟和演唱过程中遇到的困难,对作品的音乐形象塑造进行分析和对演唱实践中歌
歌剧是人类生活中必不可少的组成部分,更是人类不可多得的精神食粮。要真正演唱一首作品,不仅要了解作品本身,更要从宏观上了解作曲家的创作意图和作品的情感表达,真正进入作品,融入作品角色,调动科学合理的演唱技巧。只有这样,才能使自己在塑造每一个艺术形象的过程中达到自如的状态。本研究首先介绍了歌剧的创作背景以及普契尼的创作特征,对歌剧的历史追溯及剧情概括,同时对《主人,请听我说》这部作品进行了艺术特征与演
随着工业的不断发展和完善,以接触式为代表的传统测量技术较难满足当代复杂工业元器件的测量需求。线激光三维测量技术因其非接触式的特点不仅方法灵活、精度高,而且可以较好地保护被测物体,因此广受青睐。其中系统标定部分直接影响测量精度和重建效果,对整个三维测量系统具有十分重要的意义。本文根据线激光三维测量特性,将该系统标定分为——相机标定、光平面标定和移动平台标定三个部分,并分别展开如下研究:（1）根据三角
《等着我,亲爱的人》这部作品,是以山东沂蒙山革命根据地在抗日战争时期真实的历史事迹为创作背景,通过人物命运和情感线索勾勒出戏剧与音乐的统一,基于国人骨髓中流淌出来的血脉情怀,塑造剧中感人至深的人物形象。作曲家以一种东方写意和西方写实的抒写形式,将新中国发展的历史轨迹与民族唱段相得益彰,反映出不同于西方歌剧的中国式表达。本作品深刻论述了在中国革命历史背景下军民相依的家国情怀和儿女情长,彰显出极具戏剧
随着科学技术的发展,保偏光纤由于其保持线偏振光的能力较强而被广泛的应用于相干光通信、干涉传感和集成化的偏振器件等领域。线偏振光需要沿着保偏光纤应力区偏振主轴方向入射才能保持偏振态,在保偏光纤对接耦合中也需要将偏振轴对准才能减少偏振态损耗,因此检测保偏光纤应力区偏振轴的方位角至关重要。目前为止的检测应力区方位角的方法主要包括基于纵向观测的识别方法、基于横向观测的识别方法以及基于端面图像处理的识别方法
随着日益增长的室内位置服务需求,基于图像的室内定位成为目前研究热点。随着机器学习的发展,图像室内定位可以转化为基于机器学习的理论模型求解。本文开展了基于图像和机器学习的室内定位关键技术研究。论文主要工作包括:（1）提出基于图像相似度和反向传播神经网络（BPNN）回归学习的定位算法。离线阶段,计算采集点图像与参考点图像之间的三种图像相似度（结构相似度、直方图相似度和余弦相似度）和相对距离作为训练数据
近年来,随着网络技术的迅速发展,网络上传播的恶意流量也呈现高速增长态势,这些恶意流量严重威胁着网络安全。因此,对恶意流量识别展开深入研究对于网络安全领域至关重要。和机器学习相比,深度学习在计算量和计算深度上都有质的飞跃,并在许多领域已经远超经典机器学习方法,包括语音、自然语言、视觉等。单任务深度学习模型已被广泛用于解决流量分类问题,但是,如果一个任务的数据量有限或者高维,那么模型可能难以区分相关与
在智能电网不断发展的过程中,电网的通信、计算、控制能力得到了极大的提升,电力物理侧和信息侧之间的交互不断增加,体现出电力信息物理系统（Cyber-Physical System,CPS）的特征。信息物理的耦合特性在提升了电网可观性的同时,也对信息侧的安全性提出了严格的要求。网络攻击通常会在信息侧注入,破坏信息正常传输并通过信息物理耦合关联影响物理侧的安全稳定运行。因此本论文针对电力CPS中网络攻击