基于机器学习的复杂网络数据流均衡调度算法研究

• 作者: 刘鑫 曾铭钰 樊贵军 段幼春
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 机器学习 复杂网络 数据流 均衡调度算法
• 年，卷（期）: 2019,（16）
• 所属期刊栏目: 算法语言
• 页码范围: 53-54
• 页数: 2页
• 分类号: TP181
• 语种: 中文

摘要

为解决传统网络数据流调度算法的均衡性、冗余和噪音数据造成的存储消耗和学习算法运行效率低下的问题,提出了基于机器学习的复杂网络数据均衡调度算法研究.基于机器学习的数据流特征选取,确定PSH数量标志位,进行数据包大小变换,实现复杂网络的数据流均衡算法.实验数据表明,与传统数据流调度相比,基于机器学习的复杂网络数据流调度均衡性提高,学习算法运行效率提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鑫		44	77	4.0	6.0
2	段幼春		10	1	1.0	1.0
3	樊贵军		10	1	1.0	1.0
4	曾铭钰		4	1	1.0	1.0