基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量識別算法研究.pdf

1、本學(xué)位論文來自于“電力信息通信網(wǎng)絡(luò)智能管道多維感知技術(shù)研究及應(yīng)用”項(xiàng)目，研究目標(biāo)為面向業(yè)務(wù)的流量識別與感知，主要內(nèi)容為基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量識別算法研究，將神經(jīng)網(wǎng)絡(luò)引入流量識別中改善分類性能。
　　針對特征屬性較多的現(xiàn)狀，論文通過研究特征選擇算法，提出一種基于屬性關(guān)系分析的特征選擇算法(Analysis of Relationship among Attributes based Feature Selection，ARAFS);

2、根據(jù)神經(jīng)網(wǎng)絡(luò)理論，提出一種基于CS算法的神經(jīng)網(wǎng)絡(luò)選擇構(gòu)建集成方法(Cuckoo Search based Ensemble，CSEN);融合ARAFS與CSEN兩種方法，在Moore等人整理的數(shù)據(jù)集上驗(yàn)證實(shí)際的流量識別效果。結(jié)果表明，本文提出的融合ARAFS與CSEN方法流量識別率較高，穩(wěn)定性較好，各評價(jià)指標(biāo)得分較高。
　　全文共分為六章，主要內(nèi)容為:
　　第一章簡介課題背景及研究意義，闡述流量識別的基本原理，分析幾種比較常

3、見的流量識別技術(shù)，同時(shí)給出論文的章節(jié)安排。
　　第二章概述神經(jīng)網(wǎng)絡(luò)理論，分析BP神經(jīng)網(wǎng)絡(luò)的不足，引出神經(jīng)網(wǎng)絡(luò)集成，歸納神經(jīng)網(wǎng)絡(luò)集成中個(gè)體網(wǎng)絡(luò)與最終結(jié)果的生成方式。
　　第三章從搜索策略及評價(jià)準(zhǔn)則入手分析特征選擇算法，提出了一種基于屬性關(guān)系分析的特征選擇算法(ARAFS)，并在UCI數(shù)據(jù)集上對算法性能進(jìn)行測試驗(yàn)證有效性。
　　第四章分析選擇性神經(jīng)網(wǎng)絡(luò)集成，提出一種基于CS算法的神經(jīng)網(wǎng)絡(luò)選擇構(gòu)建集成方法(CSEN)，并在M