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       
摘要:
随着各种网络应用爆发式增长,流量的在线分类陷入困境之中.传统的基于包统计特征的机器学习方法适用于稳定的网络环境,当网络拥塞出现严重的时延和丢包时将产生较大误差.因而本文提出基于粒计算模型的分类方法.粒计算属于人工智能计算的分支,当数据缺失、信息不完全或是有噪数据仍拥有较高的分辨能力.为此本文将网络流量定义成粒子并构造粒子间关系,再建立粒关系矩阵.传统的包统计特征只是粒关系矩阵当观测角度达到最大时的特例,因此粒关系矩阵对流量特性的描述更为全面,以此进行分类也更为精准.最后实验数据证明了该方法的有效性和优越性.
推荐文章
粒矩阵与Rough关系矩阵
粒计算
Rough集
粒矩阵
Rough关系矩阵
基于粒关系包含度矩阵的属性约简
粒计算
决策表
粒关系矩阵
属性约简
ODC——在线检测和分类全网络流量异常的方法
流量异常
在线检测
在线分类
增量主成分分析
增量聚类
在线学习的大规模网络流量分类研究
在线学习
大规模
网络流量分类
时序相关性
数据流
随机优化
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 基于粒关系矩阵的流量在线分类
来源期刊 电子学报 学科 工学
关键词 网络流量 在线分类 粒计算 关系矩阵 差异度
年,卷(期) 2021,(1) 所属期刊栏目 学术论文
研究方向 页码范围 1-7
页数 7页 分类号 TN919
字数 语种 中文
DOI 10.12263/DZXB.20191174
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (5)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(9)
  • 参考文献(3)
  • 二级参考文献(6)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
网络流量
在线分类
粒计算
关系矩阵
差异度
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导