|
|||||
|
|
| 基于深度增强学习的网络数据包分类算法研究 | |
| 引用本文： | 郭鹏.基于深度增强学习的网络数据包分类算法研究[J].佳木斯大学学报,2020,38(2):70-72. |
| 作者姓名： | 郭鹏 |
| 作者单位： | 安徽电子信息职业技术学院 软件学院,安徽 蚌埠233000 |
| 基金项目： | 安徽电子信息职业技术学院研究项目 |
| 摘 要： | 提出一种深度增强学习方法来解决网络数据包分类问题。本方法DeepCut使用简洁的表示形式来编码状态和动作空间,并有效地探索候选决策树以针对全局目标进行优化。DeepCut能构建针对特定规则集和性能优化目标的决策树。实验结果表明,与现有的方法相比,DeepCut能有效地减少数据包的分类时间,同时减少了算法运行的内存占用。 |
| 关 键 词： | 深度学习 增强学习 数据包分类 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |