钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
科教文艺期刊
\
教育期刊
\
北京信息科技大学学报(自然科学版)期刊
\
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
作者:
代志康
吴秋新
程希明
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
流量识别
ResNet模型
卷积神经网络
摘要:
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.
暂无资源
收藏
引用
分享
推荐文章
一种基于SVM后验概率的网络流量识别方法
流量识别
主动学习
支持向量机
熵
不确定性采样
后验概率
基于改进分簇算法的网络流量识别方法
流量识别
分簇算法
簇中心
簇数目
基于PrefixSpan的网络流量识别特征自动提取算法
数据挖掘
序列模式
投影数据库
跨度策略
应用层签名
一种基于小波谱的流量识别方法
流量识别
流量加密
离散小波变换
多尺度分解
小波谱
聚类分析
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
一种基于ResNet的网络流量识别方法
来源期刊
北京信息科技大学学报(自然科学版)
学科
工学
关键词
流量识别
ResNet模型
卷积神经网络
年,卷(期)
2020,(1)
所属期刊栏目
研究方向
页码范围
82-88
页数
7页
分类号
TP393
字数
5451字
语种
中文
DOI
10.16508/j.cnki.11-5866/n.2020.01.016
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
程希明
北京信息科技大学理学院
19
119
4.0
10.0
2
吴秋新
北京信息科技大学理学院
29
53
4.0
6.0
3
代志康
北京信息科技大学理学院
2
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(37)
共引文献
(136)
参考文献
(13)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1997(2)
参考文献(1)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
2003(1)
参考文献(0)
二级参考文献(1)
2005(4)
参考文献(0)
二级参考文献(4)
2006(2)
参考文献(0)
二级参考文献(2)
2007(1)
参考文献(0)
二级参考文献(1)
2009(1)
参考文献(1)
二级参考文献(0)
2010(2)
参考文献(0)
二级参考文献(2)
2011(4)
参考文献(0)
二级参考文献(4)
2013(2)
参考文献(0)
二级参考文献(2)
2014(2)
参考文献(0)
二级参考文献(2)
2015(7)
参考文献(1)
二级参考文献(6)
2016(6)
参考文献(0)
二级参考文献(6)
2017(8)
参考文献(4)
二级参考文献(4)
2018(7)
参考文献(6)
二级参考文献(1)
2020(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
流量识别
ResNet模型
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京信息科技大学学报(自然科学版)
主办单位:
北京信息科技大学
出版周期:
双月刊
ISSN:
1674-6864
CN:
11-5866/N
开本:
大16开
出版地:
北京市
邮发代号:
创刊时间:
1986
语种:
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
期刊文献
相关文献
1.
一种基于SVM后验概率的网络流量识别方法
2.
基于改进分簇算法的网络流量识别方法
3.
基于PrefixSpan的网络流量识别特征自动提取算法
4.
一种基于小波谱的流量识别方法
5.
基于卷积神经网络的网络流量识别技术研究
6.
基于CVFDT的网络流量分类方法
7.
基于支持向量机的网络流量识别模型
8.
基于词袋模型聚类的异常流量识别方法
9.
基于自适应BP神经网络的网络流量识别算法
10.
网络协议流量识别方法研究
11.
面向高速网络流量的恶意镜像网站识别方法
12.
基于载荷特征的加密流量快速识别方法
13.
运用网络流量自相似分析的网络流量异常检测
14.
基于有督导机器学习的网络流量识别系统
15.
基于SSOM的网络流量分类方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
中学生教育
体育
图书情报档案
大学学报
少儿教育
教育
文化
文学
新闻出版
科研管理
艺术
语言文字
北京信息科技大学学报(自然科学版)2022
北京信息科技大学学报(自然科学版)2021
北京信息科技大学学报(自然科学版)2020
北京信息科技大学学报(自然科学版)2019
北京信息科技大学学报(自然科学版)2018
北京信息科技大学学报(自然科学版)2017
北京信息科技大学学报(自然科学版)2016
北京信息科技大学学报(自然科学版)2015
北京信息科技大学学报(自然科学版)2014
北京信息科技大学学报(自然科学版)2013
北京信息科技大学学报(自然科学版)2012
北京信息科技大学学报(自然科学版)2011
北京信息科技大学学报(自然科学版)2010
北京信息科技大学学报(自然科学版)2009
北京信息科技大学学报(自然科学版)2008
北京信息科技大学学报(自然科学版)2007
北京信息科技大学学报(自然科学版)2006
北京信息科技大学学报(自然科学版)2005
北京信息科技大学学报(自然科学版)2004
北京信息科技大学学报(自然科学版)2003
北京信息科技大学学报(自然科学版)2002
北京信息科技大学学报(自然科学版)2001
北京信息科技大学学报(自然科学版)2000
北京信息科技大学学报(自然科学版)1999
北京信息科技大学学报(自然科学版)1998
北京信息科技大学学报(自然科学版)2020年第6期
北京信息科技大学学报(自然科学版)2020年第5期
北京信息科技大学学报(自然科学版)2020年第4期
北京信息科技大学学报(自然科学版)2020年第3期
北京信息科技大学学报(自然科学版)2020年第2期
北京信息科技大学学报(自然科学版)2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号