一种基于残差网络的改进网络流量分类算法

作     者：陆煜斌 宣涵 王炎豪 徐凯 朱嘉豪 沈建华 LU Yu-bin;XUAN Han;WANG Yan-hao;XU Kai;ZHU Jia-hao;SHEN Jian-hua

作者机构：南京邮电大学通信与信息工程学院南京210003 

出 版 物：《光通信研究》 (Study on Optical Communications)

年 卷 期：2021年第1期(15)卷第1期

页      码：1-4,14页

摘      要：基于卷积神经网络的网络流量分类算法中,为了提高分类准确度,其结构设计日趋复杂,容易出现梯度下滑甚至梯度消失,导致预测准确度不升反降。文章提出了一种基于残差网络的改进流量分类算法,引入残差网络层代替传统卷积神经网络中的卷积层和池化层,不仅缓解了传统卷积网络因层次太深导致难以训练的问题,同时与传统卷积运算相比,所提出的残差网络在训练时学习到的数据特征信息更加全面,训练后的模型也更加准确。仿真结果表明,改进后的算法比常规的神经网络算法表现更佳,分类准确度从92.05%提高到了96.18%。

主 题 词：网络流量分类 卷积神经网络 残差网络 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.13756/j.gtxyj.2021.01.001

馆 藏 号：203101973...