轻量级的网络流量分类算法

网络流量分类根据流量特征在流量数据与应用类型之间建立映射,是网络规划与运维管理和网络安全领域的基本工作之一[1]。由于网络技术的快速发展及网络流量的急剧上升,针对网络流量快速而精确的自动化分类是十分必要且刻不容缓的。通过MobileNet[2]、ResNet[3]、DenseNet[4]、GoogleNet[5]等经典卷积神经网络的研究,文中提出了一种轻量级的网络流量分类算法,利用残差网络的短连接及嵌入与激励模块的设计思想及结构优势完成网络流量分类任务。通过实验对比结果表明,该算法显著降低训练时间和模型大小,具有良好的网络流量分类效果。