原创力文档- 1、本文档共76页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、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。
- 7、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。
- 8、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
基于增量学习与空间优化的网络流量分类方法研究
目录
基于增量学习与空间优化的网络流量分类方法研究（1）．．．．．．．．．．4
一、文档概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
研究背景及意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.1网络流量分类的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.2增量学习在网络流量分类中的应用．．．．．．．．．．．．．．．．．．．．．．．．．8
1.3空间优化技术的关联．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.1增量学习算法的研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.2网络流量分类方法的研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
2.3空间优化技术在网络领域的应用．．．．．．．．．．．．．．．．．．．．．．．．．．15
研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
3.1研究目标及问题定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
3.2研究方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18
3.3创新点及特色．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
二、网络流量分类技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
网络流量概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
1.1网络流量的定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
1.2网络流量的特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
1.3网络流量的分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
传统网络流量分类方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
2.1端口检测技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
2.2深度包检测技货．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
2.3流量行为分析方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
深度学习在网络流量分类中的应用．．．．．．．．．．．．．．．．．．．．．．．．．31
3.1神经网络模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
3.2卷积神经网络的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
3.3循环神经网络的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
三、增量学习理论及技术应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37
增量学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
1.1增量学习的定义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39
1.2增量学习的特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
1.3增量学习的研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41
增量学习算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
2.1基于神经网络模型的增量学习算法．．．．．．．．．．．．．．．．．．．．．．．．45
2.2基于集成学习的增量学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
2.3其他常见增量学习算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48
增量学习在网络流量分类中的应用策略．．．．．．．．．．．．．．．．．．．．．50
3.1数据预处理与特征选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52
3.2模型构建与优化过程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
3
文档评论（0）