隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,網(wǎng)絡(luò)視頻的傳播范圍變得越來越廣,網(wǎng)絡(luò)視頻中包含的五花八門的信息,也就不知不覺中影響著人們的認知和觀念。因此,對互聯(lián)網(wǎng)視頻流量進行有效識別并控制不良視頻的傳輸就顯得格外重要。然而,在互聯(lián)網(wǎng)視頻流量的識別過程中,無論是采集視頻流的數(shù)據(jù)包大小還是其他流層面的數(shù)據(jù),其特征的數(shù)量都是成百上千的,且這些特征中包含著大量的無關(guān)信息和冗余信息影響著識別的效果。而特征選擇可以很好的處理無關(guān)信息和冗余信息。優(yōu)化算法是一種非常有效的特征選擇算法,它可以對數(shù)據(jù)的每一維特征都進行評估,然后去除無關(guān)信息和冗余信息,選擇出對識別分類最有效的信息。但是一般的優(yōu)化算法無法處理大規(guī)模數(shù)據(jù)且優(yōu)化過程較長。本文的主要研究目的就是研究一種優(yōu)化速度快的大規(guī)模粒子群優(yōu)化算法對網(wǎng)絡(luò)視頻流數(shù)據(jù)進行特征選擇,并通過實現(xiàn)對不同類型視頻流量數(shù)據(jù)的識別來驗證選擇的特征的有效性。主要的研究內(nèi)容則是通過采集不同類型的互聯(lián)網(wǎng)視頻流數(shù)據(jù),研究一種對視頻流數(shù)據(jù)進行快速有效特征選擇的大規(guī)模優(yōu)化算法,從而實現(xiàn)對不同類型視頻的識別。本文的主要研究點和創(chuàng)新點體現(xiàn)在以下三個方面:（1）不同類型的互聯(lián)網(wǎng)視頻流量數(shù)據(jù)的采集與原始特征提取由于... 

【文章來源】：濟南大學(xué)山東省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

論文研究技術(shù)路線

圖 2.1 數(shù)據(jù)采集架構(gòu)在本文研究中，考慮了四種類型的視頻：愛情、動作、動漫和游戲。在 2017 年至 2018 年 7 月期間，客戶端訪問了互聯(lián)網(wǎng)視頻網(wǎng)站，并不時的播放這四種類型。當客戶端計算機正在播放目標視頻時，所有其他網(wǎng)絡(luò)應(yīng)用程序都被停止以避免

圖3.1粒子群算法流程圖

【參考文獻】：
期刊論文
[1]大IP時代的網(wǎng)絡(luò)視頻及視頻網(wǎng)站流量分析方法[J]. 陸燁.  新媒體研究. 2017(08)
[2]基于UDP流量的P2P流媒體流量識別算法研究[J]. 董仕,王崗.  通信學(xué)報. 2012(12)

博士論文
[1]基于機器學(xué)習的流量識別關(guān)鍵技術(shù)研究[D]. 彭立志.哈爾濱工業(yè)大學(xué) 2015

碩士論文
[1]基于深度學(xué)習的視頻內(nèi)容識別技術(shù)研究[D]. 何慶強.電子科技大學(xué) 2017
[2]大流量音視頻數(shù)據(jù)的識別技術(shù)研究[D]. 孫彥斌.哈爾濱工業(yè)大學(xué) 2011



本文編號：2957926