基于特征融合卷积神经网络的加密流量分类方法

• 作 者: 宋继红 王桐桐
• 机 构: 沈阳工业大学
• 出 处: 信息与电脑
• 发表日期: 2021年2期
• 关键词: 网络流量分类 卷积神经网络 INCEPTION 特征融合 network traffic classification convolutional neural

针对在网络流量分类中的卷积神经网络存在结构复杂、参数多计算量大等问题,本文提出一种基于Inception网络模块改进的轻量级卷积模型,使用不同尺寸的卷积核进行特征提取,将得到的特征进行融合,以达到提高分类精度、降低网络模型的计算复杂度的目的。实验结果表明,分类的总体准确率达到了98.62%,验证了改进网络的有效性。