【摘 要】
：
网络流分类是网络管理领域一个重要的研究课题,常被用于流量工程、服务质量保证等任务。为了能够更好的区分不同的网络应用,提升服务质量和用户使用体验,对网络流分类的算法设计就显得格外重要。对于基于机器学习的流分类方法,统计特征虽然能够取得很好的效果,但特征选择的过程较为费时,而深度学习算法能够自动且更深层次的提取特征。现有基于深度学习的方法大多是对网络流量的原始字节进行处理,而原始字节包含较多的冗余和混
论文部分内容阅读
网络流分类是网络管理领域一个重要的研究课题,常被用于流量工程、服务质量保证等任务。为了能够更好的区分不同的网络应用,提升服务质量和用户使用体验,对网络流分类的算法设计就显得格外重要。对于基于机器学习的流分类方法,统计特征虽然能够取得很好的效果,但特征选择的过程较为费时,而深度学习算法能够自动且更深层次的提取特征。现有基于深度学习的方法大多是对网络流量的原始字节进行处理,而原始字节包含较多的冗余和混淆信息,使得流分类的效果并不好。因而设计一种能够准确识别不同应用的网络流分类方法有重要的研究意义。论文的主要研究内容及创新点如下:（1）提出了一种基于深度特征融合的图像表征方法。该方法首先对原始流量进行清理、分割并提取原始流量的56个统计特征,然后使用14种运算对原始特征进行扩展,将几十个原始特征扩展到上万个,丰富了统计特征的数目和有效信息,此后将融合特征生成灰度图像。（2）使用LeNet5在“ISCX non-VPN”数据集上进行原始特征的对比实验,结果表明该方法能提升近30%的准确率指标,证明了基于融合特征方法的有效性。接着进行粗粒度对比实验,结果表明在30s流长度下,平均准确率达到了99.65%,较文献方法有显著的提升。同时分析了不同方法的时间复杂度,结果表明本文方法在特征提取、融合和识别时间上相对偏长。（3）探究本方法在复杂业务下的分类性能,将视频应用按清晰度分为六类进行细粒度对比实验,结果表明在细粒度的情况下,本方法依然有99.6%的准确率,优于对比方法。同时还在视频数据集上探究了不同时间尺度的流长度对方法性能的影响,结果表明:本方法在60s流长度的准确率为99.87%,即使使用0.1s的流,准确率也大于92%,而文献方法在使用短流时准确率下降明显。为验证在多类别情况下方法的性能,将两个数据集合并为10类应用进行了实验;结果表明,在30s流下,本文方法的平均准确率依然能达到99%以上。
其他文献
近年来,随着互联网技术的快速发展和新型应用场景的不断涌现,用户对网络的期望也越来越高,现有网络主要面临着高度动态的网络负载均衡以及网络流量路由策略研究等问题。软件定义网络（Software-Defined Network,SDN）具有转发层和控制层的分离与网络可编程的优点,它的出现为这些问题的解决提供了新的思路。为了提高多媒体网络业务的QoS（Quality of Service,QoS）性能,本
传统网络架构存在着众多弊端,随着网络功能虚拟化（Network Function Virtualization,NFV）技术的提出与发展,实现了网络设备的软硬件解耦,大幅度减少了运营成本,受到了各行各业的广泛关注。作为NFV技术的产物,多个不同类型的虚拟网络功能（Virtual Network Function,VNF）按需排列组成服务功能链（Service Function Chain,SFC）
随着互联网技术的不断发展和网速的提升,网络环境中瞬时到达的网络流量会很大,因此网络流分类仅仅强调准确性是不够的,还要考虑分类的实时性。及时准确的流分类对于网络资源管理和为用户提供良好的体验质量（Quality of Experience,Qo E）非常重要。网络流早期分类在流早期阶段就完成分类,能够有效地应对高速网络环境,实现分类的实时性。因此,网络流早期分类具有重要的研究和应用价值。论文的主要工
内容中心网络（Content Centric Network,CCN）作为一个全新的互联网架构,它把数据的内容与位置相分离,使用层次化的数据内容名称而非IP地址来进行数据的传递,使数据内容本身变为网络架构中的主导因素,有效的解决了IP通信的弊端。CCN中的每个路由器节点都具备缓存特性,如何设计出合理的路由转发方法以及缓存技术是十分重要的。CCN中默认采用的路由转发方法是将用户的请求转发到内容源服务
信息物理系统（CPS）作为一种集计算、通信和控制于一体的大规模、分布式、异构、多维、复杂智能系统,实现了计算资源和物理资源的协调运作,目前被广泛应用于各种工程领域。在此背景下,网络攻击已经成为保护CPS安全所必须面对的挑战。因此,解决CPS在网络攻击下的安全问题具有非常重要的研究意义。基于对上述现状的分析,本文针对如何抵御CPS中的网络攻击进行了一系列研究,并取得了以下几点研究成果。首先,研究了在
＜正＞时间:2020年1月地点:四川师范大学咖啡厅受访者简历冯毓嵩,1940年生,祖籍浙江绍兴,儿时曾居台湾,1948年随父返上海;1959年毕业于中央美术学院华东分院附中（现国美附中）,同年应国家需求分配到上海美术电影制片厂担任动画设计,曾参与《画廊一夜》《母鸡搬家》等三十余部动画片的制作;
随着网络技术的不断发展,激增的多样化新型网络应用对网络数据传输中的时延、丢包率和链路利用率等指标提出了差异化的需求,如何基于服务质量（Quality of Service,QoS）需求给不同场景、不同应用类型制定合理的路由成为亟待解决的问题。传统网络架构存在灵活性较差、全局网络视图有限等问题,难以及时、灵活地保障不同应用的QoS。因此本文基于软件定义网络（Software Defined Netw
近年来,由于大规模新能源接入所造成的电力系统能源结构的调整与变革,互联微电网技术得到了大力发展。然而,互联微电网规模较大且模型复杂,呈现高维非线性特点,难以精确建模。此外,用于数据传输的通信网络具有开放性,这使得互联微电网极易遭受恶意的网络攻击。鉴于此,本文旨在从攻击类型、系统建模、稳定性分析和控制器设计等方面研究网络攻击环境下直流微电网系统的安全控制问题,利用状态反馈控制律和模糊控制理论,建立拒
人脸合成技术是指通过给定的人脸图像来合成另外一种形式的人脸图像。该技术在刑事侦查、动画娱乐、人脸验证等众多领域都有重要的研究意义和应用价值。随着机器学习技术的迅速发展和人工智能时代的来临,人脸合成技术取得了突破性的进展,但是合成人脸图像器官扭曲变形、细节特征保持不佳、局部区域模糊等问题依然存在。面对以上技术难题,本文分别从跨年龄人脸合成和人脸素描-照片合成两个方向展开对人脸合成关键技术的研究,具体
随着社会信息化建设的不断推进,为了解决项目评审中时间长、效率低,且疫情共存时代无法线下答辩的问题,本文设计并实现了基于Web RTC和人脸识别的在线项目评审系统。本系统可以在不安装任何客户端、插件的情况下,完成项目评审流程中的所有环节,并实现了包括人脸识别登录验证、Web端视频会议等功能。本文主要的研究和工作如下:（1）针对Web端的视频会议技术展开研究,设计并实现了基于Web RTC的实时音视频