原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于Quic协议的丢包检测系统，包括数据收集器、特征选择器、丢包学习器和丢包检测器；数据收集器得到模型训练所需的特征和标签；特征选择器通过数据收集器得到的模型训练所需的特征，利用决策树模型来寻找最优特征子集；丢包学习器学习和训练从特征选择器和数据收集器传递而来的特征，形成可以进行Quic丢包探测的模型；丢包检测器：在模型中输入数据包探测所需的特征集合，得到模型计算得到的丢包探测结果。相比于现有的基于经验的网络特征提取方法，本发明利用深度学习模型更大程度地利用了与丢包相关的网络特征用于丢包识别
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117792578A
(43)申请公布日2024.03.29
(21)申请号202410062271.3
(22)申请日2024.01.16
(71)申请人湖南大学
地址410000
文档评论（0）