• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《北京信息科技大学学报（自然科学版）》 >一种基于ResNet的网络流量识别方法

一种基于ResNet的网络流量识别方法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

cqvip:针对传统的流量识别技术过于依赖个人的特征选择,无法同时满足实时性和准确性要求的问题,提出了一种基于残差神经网络(residual neural network,ResNet)模型的流量识别方法。根据网络流量数据和图像数据的相似性,对原始数据进行预处理,把一维的网络流量数据转换成二维的灰度图片,统一数据的输入格式;调整模型的超参数、训练模型的参数,筛选出最优的分类模型,实现对网络流量的识别。实验结果表明:该流量识别方法的准确率达到97.03%,F1-weighted值达到96.54%,具有较高的识别率。通过与其他算法的结果对比,表明该方法的收敛速度快,识别准确率高,而且能够有效处理非均衡网络流量数据的识别问题。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号