|
|||||
|
|
| 动态的 SDN 网络流量模式增量学习算法 | |
| 引用本文： | 杨喜敏,胡明明,唐 菀.动态的 SDN 网络流量模式增量学习算法[J].中南民族大学学报(自然科学版),2018(2):98-103. |
| 作者姓名： | 杨喜敏 胡明明 唐 菀 |
| 作者单位： | 中南民族大学计算机科学学院 |
| 基金项目： | 国家自然科学基金资助项目(61103248) |
| 摘 要： | 针对基于人工神经网络的流量统计特征学习算法在动态适应性和可扩展性等方面尚显不足.提出了一种基于增长型自组织映射(GSOM)的增量学习算法,对软件定义网络(SDN)数据平面交换机的流表统计信息进行持续学习,动态获取网络流量的GSOM神经网络模型.基于DARPA99数据集的实验结果表明:所提出的算法能够通过学习确认安全的SDN流量,获得稳定、可塑的流量模式,对异常流量也有较高的敏感度. |
| 关 键 词： | 软件定义网络 增长型自组织映射 流表统计信息 增量学习 |
Dynamical Incremental Learning Algorithm of Traffic Model for Software-Defined Networks |
|
| Abstract: | |
| Keywords: | software-defined network growing self-organizing map flow table statistics incremental learning |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《中南民族大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《中南民族大学学报(自然科学版)》下载免费的PDF全文 | |