网络流量时延特征数据的识别方法仿真

摘要：

当前的网络流量时延特征识别方法未能在特征识别过程提升流量梯度,导致识别出现较大偏差,且方法的响应时间较长.为此提出基于朴素贝叶斯的网络流量时延特征识别方法.利用移动蜂窝网络通信链路技术和无线资源控制机制造成的网络流量时延波动完成建模分析,同时结合往返时延计算结果,获取与数据时延相关的网络流量特征.通过特征描述得到不同网络节点接入互联网技术差异导致的时序分布.将极端梯度提升树模型和朴素贝叶斯相结合,构建分类器,完成网络流量时延特征的识别.仿真结果表明,所提方法能够获取高精度的网络流量时延特征识别结果,同时还能够有效缩短响应时间.

关键词：朴素贝叶斯、网络流量、时延特征识别、极端梯度提升树模型

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：398-401,460