版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、伴隨著高速、大規(guī)模復(fù)雜網(wǎng)絡(luò)的出現(xiàn),網(wǎng)絡(luò)流量數(shù)據(jù)呈現(xiàn)出多源、異構(gòu)、海量的特點(diǎn),致使網(wǎng)絡(luò)流量分類面臨巨大的挑戰(zhàn)。目前存在的主要問題歸結(jié)為:多個(gè)數(shù)據(jù)源提供的網(wǎng)絡(luò)流量數(shù)據(jù)之間可能會存在數(shù)據(jù)不一致性問題,從而影響網(wǎng)絡(luò)流量分類結(jié)果的準(zhǔn)確性;面向海量網(wǎng)絡(luò)流量數(shù)據(jù)的處理將會遇到單一節(jié)點(diǎn)的計(jì)算能力瓶頸,存在數(shù)據(jù)處理效率低下的問題。結(jié)合本體與云計(jì)算各自在海量異構(gòu)數(shù)據(jù)描述與處理方面的互補(bǔ)優(yōu)勢,將其引入網(wǎng)絡(luò)流量分類領(lǐng)域,研究本體驅(qū)動的并行網(wǎng)絡(luò)流量分類方法。論文
2、的主要?jiǎng)?chuàng)新工作有:
針對傳統(tǒng)網(wǎng)絡(luò)流量分類模型難以勝任大規(guī)模復(fù)雜網(wǎng)絡(luò)環(huán)境下流量分類任務(wù)的問題,根據(jù)當(dāng)前網(wǎng)絡(luò)流量數(shù)據(jù)所呈現(xiàn)的新特點(diǎn),提出一種本體驅(qū)動的網(wǎng)絡(luò)流量并行分類模型。該模型劃分為網(wǎng)絡(luò)流量數(shù)據(jù)源層、網(wǎng)絡(luò)流量本體構(gòu)建層、網(wǎng)絡(luò)流量分類層和應(yīng)用服務(wù)層,將流量分類任務(wù)從數(shù)據(jù)采集、數(shù)據(jù)描述到數(shù)據(jù)分類按模塊分層執(zhí)行。并基于該模型設(shè)計(jì)原型系統(tǒng),該系統(tǒng)能夠較好地適應(yīng)大規(guī)模網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)流量分類需求。
為了解決網(wǎng)絡(luò)流量數(shù)據(jù)并行集成及
3、消除數(shù)據(jù)集成中語義異構(gòu)問題,提出一種基于MapReduce的網(wǎng)絡(luò)流量本體構(gòu)建方法。該方法利用本體在知識描述方面的優(yōu)勢,抽象出網(wǎng)絡(luò)流量的概念模型,對網(wǎng)絡(luò)流量數(shù)據(jù)進(jìn)行有機(jī)、分層、語義化描述,構(gòu)建網(wǎng)絡(luò)流量本體,并結(jié)合MapReduce并行處理架構(gòu)將本體構(gòu)建方法并行化。實(shí)驗(yàn)結(jié)果表明,集群環(huán)境下并行網(wǎng)絡(luò)流量本體構(gòu)建效率明顯高于單機(jī)環(huán)境,而且適當(dāng)增加計(jì)算節(jié)點(diǎn)可以使得加速比線性提升,這些優(yōu)勢隨著流量數(shù)據(jù)規(guī)模的增大呈顯著趨勢。
為了提高大規(guī)模
4、復(fù)雜網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)流量分類性能,依據(jù)本體具備知識推理功能的特性,提出一種基于本體的并行網(wǎng)絡(luò)流量分類方法。該方法針對本體描述的網(wǎng)絡(luò)流量實(shí)例,借助決策樹算法建立分類模型,轉(zhuǎn)化生成推理規(guī)則集,最后通過并行化的知識推理引擎實(shí)現(xiàn)網(wǎng)絡(luò)流量分類。實(shí)驗(yàn)結(jié)果表明,與SVM、BayesNet、BP神經(jīng)網(wǎng)絡(luò)分類方法相比,該方法采用的C4.5方法建立分類模型所需的訓(xùn)練時(shí)間明顯低于其他方法,而且在識別準(zhǔn)確率、泛化能力及穩(wěn)定性方面表現(xiàn)最優(yōu),此外,該方法的并行分類
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高速網(wǎng)絡(luò)流量分類并行處理技術(shù)研究.pdf
- 基于行為的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于FPGA的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類方法研究.pdf
- 未知協(xié)議感知的網(wǎng)絡(luò)流量分類方法.pdf
- UDP網(wǎng)絡(luò)流量的分類研究.pdf
- 基于云計(jì)算的高速網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于機(jī)器學(xué)習(xí)方法的網(wǎng)絡(luò)流量分類研究.pdf
- 網(wǎng)絡(luò)流量分類研究與應(yīng)用.pdf
- 基于FPGA網(wǎng)絡(luò)流量分類的研究.pdf
- 網(wǎng)絡(luò)流量分類及其算法的研究.pdf
- 基于Spark的大規(guī)模網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于多核支持向量機(jī)的網(wǎng)絡(luò)流量分類方法研究.pdf
- 基于多分類器的網(wǎng)絡(luò)流量分類研究.pdf
- 基于NetFPGA的網(wǎng)絡(luò)流量分類.pdf
- 基于深度學(xué)習(xí)的網(wǎng)絡(luò)流量分類研究.pdf
- 基于會話模式的網(wǎng)絡(luò)流量分類方法研究與實(shí)現(xiàn).pdf
- 基于DBN的網(wǎng)絡(luò)流量分類的研究.pdf
- 對幾種網(wǎng)絡(luò)流量分類方法的分析與改進(jìn).pdf
- 基于深度學(xué)習(xí)的網(wǎng)絡(luò)流量分類及異常檢測方法研究.pdf
評論
0/150
提交評論