-
公开(公告)号:CN113765738B
公开(公告)日:2022-09-30
申请号:CN202110872166.2
申请日:2021-07-30
Applicant: 中国科学院信息工程研究所
IPC: H04L43/0876 , H04L43/045 , H04L43/55 , H04L47/2441 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于多任务学习和层次分类的加密流量QoE检测方法及系统,属于计算机软件技术领域,选择将视频流量随着时间达到本地的数据包的数量绘制成流量趋势图,通过对趋势图使用CNN进行自动特征提取来实现加密流量QoE指标的分类,同时利用多任务学习算法和层次分类,联合利用多个QoE指标互相辅助学习,从而可以自动识别出QoE指标中的隐式特征,达到更高的QoE指标分类的准确率,可以很好地应对时间和网络变化产生的流量特征变化,在多个不同的视频流量数据集下均取得了非常好的分类效果。
-
公开(公告)号:CN113765738A
公开(公告)日:2021-12-07
申请号:CN202110872166.2
申请日:2021-07-30
Applicant: 中国科学院信息工程研究所
IPC: H04L12/26 , H04L12/24 , H04L12/851 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于多任务学习和层次分类的加密流量QoE检测方法及系统,属于计算机软件技术领域,选择将视频流量随着时间达到本地的数据包的数量绘制成流量趋势图,通过对趋势图使用CNN进行自动特征提取来实现加密流量QoE指标的分类,同时利用多任务学习算法和层次分类,联合利用多个QoE指标互相辅助学习,从而可以自动识别出QoE指标中的隐式特征,达到更高的QoE指标分类的准确率,可以很好地应对时间和网络变化产生的流量特征变化,在多个不同的视频流量数据集下均取得了非常好的分类效果。
-