首页
|
本学科首页
官方微博
|
高级检索
全部专业
非线性科学
系统科学
学报及综合类
自然科学丛书、文集、连续性出版物
自然科学教育与普及
自然科学理论与方法论
自然科学现状及发展
自然科学研究方法
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
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
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号