轻量级的网络流量分类算法

• 作者: 王洪鹏 李伟 李培林 邱泸谊
• 来源期刊: 中国电子科学研究院学报
• 关键词: 网络流量分类 深度学习 残差SE模块 残差短连接
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 工程应用|Engineering and Application
• 页码范围: 297-303
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5692.2021.03.014

摘要

网络流量分类根据流量特征在流量数据与应用类型之间建立映射,是网络规划与运维管理和网络安全领域的基本工作之一[1].由于网络技术的快速发展及网络流量的急剧上升,针对网络流量快速而精确的自动化分类是十分必要且刻不容缓的.通过MobileNet[2]、ResNet[3]、DenseNet[4]、GoogleNet[5]等经典卷积神经网络的研究,文中提出了一种轻量级的网络流量分类算法,利用残差网络的短连接及嵌入与激励模块的设计思想及结构优势完成网络流量分类任务.通过实验对比结果表明,该算法显著降低训练时间和模型大小,具有良好的网络流量分类效果.