摘要
目前互联网上会存在海量的网络流量数据信息,这些海量的网络流量数据信息还未得到充分性的利用,如果有效的采取一些必要的方法或者手段,分析整个的网络流量挖掘信息对于后期的网络发展趋势,挖掘网络当中所存在的异常状态并且有采取针对性的措施,这对于后期的网络应急响应能力的增强、抵御网络不法攻击行为、快速的维护网络空间安全等方面都具有非常重大的价值及意义.本文基于网络流量识别的基本需求,分析了深度学习经典模型-CNN的基本原理,在此基础上将原始流量进行分层处理,并建立了基于注意力机制的改进的CNN算法的网络流量识别模型,最后在国际标准数据集上进行仿真分析.实验测试结果表明,该模型可以实现对各类网络流量有效识...
学科与关键词
关键词
网络流量识别注意力机制识别算法 network traffic identificationattention mechanismsrecognition algorithm
- 网络协议流量识别方法研究孟博; 何旭东; 王德军; 刘加兵郑州大学学报(理学版), 2019, (04): 68-74.
- 基于机器学习的即时通信流量分类技术穆罕默德·沙飞克其他, 2018.
- 基于BP神经网络聚类算法的P2P流量识别赵魏雨; 唐文秀化工自动化及仪表, 2013, (04): 515.
