發(fā)布時間：2017-09-16 13:01

  本文關(guān)鍵詞：分段Hurst指數(shù)感知的流級別分類

  更多相關(guān)文章： 流 識別與分類 流量分形 數(shù)據(jù)相關(guān)性 Hurst指數(shù)

【摘要】：關(guān)于流識別與分類,目前主流的技術(shù)是基于統(tǒng)計學方法,核心環(huán)節(jié)是提取有效的特征屬性集。這種方法的假設(shè)條件是,特征不相關(guān),數(shù)據(jù)不相關(guān)。正因為這種假設(shè)的不合理性,使得分類效果有限。雖然已經(jīng)有很多研究在集中解決特征相關(guān)性問題,但數(shù)據(jù)相關(guān)性卻難以突破。因此引入流量分形理論,該理論建立在數(shù)據(jù)相關(guān)性基礎(chǔ)之上。通過對原有理論進行必要的修改、調(diào)整以適用于流的分類識別,并用理論證明驗證其有效性,最后通過系列實驗體現(xiàn)該方法在粗粒度分類、未知流分類等方面的實際效果。
【作者單位】： 安徽師范大學物理與電子信息學院;南京郵電大學通信與信息工程學院;
【關(guān)鍵詞】： 流 識別與分類 流量分形 數(shù)據(jù)相關(guān)性 Hurst指數(shù)
【基金】：國家自然科學基金(No.61401004) 安徽省自然科學基金(No.1508085QF133) 安徽師范大學創(chuàng)新基金(No.901-741407)
【分類號】：TP393.06
【正文快照】： 1引言隨著互聯(lián)網(wǎng)的迅猛發(fā)展,網(wǎng)絡流量急速增長,對網(wǎng)絡流量進行準確有效的分類識別,以實施有區(qū)分的服務,可以幫助網(wǎng)絡運營商為用戶提供更好的服務質(zhì)量、提高網(wǎng)絡效率,可以增進網(wǎng)絡監(jiān)督和管理,確保網(wǎng)絡安全、保障網(wǎng)絡平穩(wěn)運行。因此,網(wǎng)絡流量的識別與分類成為通信領(lǐng)域的重點研究

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 洪飛,吳志美;基于小波的Hurst指數(shù)自適應估計方法[J];軟件學報;2005年09期

2 武瑩;李俊州;;基于Haar小波和極大似然估計的Hurst參數(shù)估計法[J];華中師范大學學報(自然科學版);2013年06期

3 王欣,方濱興;Hurst參數(shù)變化在網(wǎng)絡流量異常檢測中的應用[J];哈爾濱工業(yè)大學學報;2005年08期

4 程葳;;利用Hurst指數(shù)預測網(wǎng)絡話題熱度[J];現(xiàn)代計算機(專業(yè)版);2012年23期

5 喻莉;陳晨;;一種基于數(shù)據(jù)塊選擇的方差時間圖Hurst參數(shù)估計方法[J];計算機科學;2007年12期

6 王霽;單佩韋;;基于FrFT的網(wǎng)絡流量Hurst參數(shù)估計器[J];現(xiàn)代電子技術(shù);2011年08期

7 馬書南;樂紅兵;毛藍;;視頻流量中基于小波的Hurst參數(shù)估計研究[J];計算機工程與設(shè)計;2007年07期

8 任勛益;王汝傳;蔡小華;傅雷楊;;一種基于Hurst指數(shù)的異常檢測軟件[J];計算機科學;2008年11期

9 陳建;譚獻海;賈真;;7種Hurst系數(shù)估計算法的性能分析[J];計算機應用;2006年04期

10 張博;汪斌強;智英建;;長相關(guān)網(wǎng)絡流量Hurst指數(shù)估計算法[J];計算機工程;2009年02期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 王燕;徐志江;孟利民;;基于MF-DFA方法的Hurst指數(shù)估計[A];中國電子學會第十七屆信息論學術(shù)年會論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前4條

1 廣發(fā)期貨股指研究小組 謝貞聯(lián);Hurst指數(shù)提示市場升勢或?qū)⑿纬蒣N];上海證券報;2012年

2 海通期貨研究所 郭梁;時變Hurst指數(shù)在股票指數(shù)中的應用[N];期貨日報;2009年

3 張學琦;IBM Ian Hurst：愿幫助中國銀行業(yè)在創(chuàng)新中轉(zhuǎn)型[N];中國電子報;2008年

4 徐慶超 編譯;2011年美國房價平穩(wěn)[N];中國社會科學報;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 薛靜;基于Hurst指數(shù)的AED自動診斷分析算法研究[D];復旦大學;2014年

2 葉建萍;資本市場的Hurst指數(shù)估計[D];廣西師范大學;2010年

3 王霽;基于分數(shù)階傅里葉變換的Hurst參數(shù)估計系統(tǒng)設(shè)計和實現(xiàn)[D];華東師范大學;2011年

4 樸金金;滬深300的Hurst指數(shù)估計方法的比較及應用[D];華中師范大學;2014年

5 孟祥磊;基于Hurst指數(shù)的中國股指期貨市場有效性研究[D];哈爾濱工業(yè)大學;2014年

6 何晶;幾類特殊Hurst指數(shù)下的期權(quán)定價[D];華中科技大學;2011年

7 王瑩瑩;中國股票市場Hurst指數(shù)與多重分形分析[D];華中科技大學;2006年

8 孫玲玲;時變Hurst指數(shù)長記憶隨機波動率模型下的期權(quán)定價[D];華南理工大學;2013年

9 韓忠玲;分形高斯噪聲Hurst參數(shù)估計的實驗評價[D];華東師范大學;2008年

10 趙晴;基于ARM的室性波識別技術(shù)[D];山東師范大學;2008年

，

本文編號：863183