文档名：基于双分支网络深度学习的网络流量分类方法
网络技术的快速发展使网络流量的组成更加复杂,流量数据的分类问题面临着更大的挑战.文中提出一种基于卷积神经网络与长短时记忆循环神经网络的双分支网络分类方法,在双分支网络并行训练后确定相应的网络权值,拟合得出最终的分类结果.网络在普通流量、恶意流量以及加密流量的数据集测试中具有较高的准确率以及强健的稳定性.
作者：唐钒 赵英 郭倩玲 滕建
作者单位：北京化工大学信息科学与技术学院北京100029北京化工大学图书馆北京100029
母体文献：中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集
会议名称：中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会
会议时间：2020年12月1日
会议地点：北京
主办单位：中国计算机用户协会
语种：chi
分类号：
关键词：网络流量分类 卷积神经网络 长短时记忆循环神经网络 双分支结构 深度学习
在线出版日期：2021年7月19日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.75 MB
- 下载次数:
- 60
-
高速下载
|
|
