抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ネットワークトラフィックの分類は,インターネットサービスプロバイダ(ISP)とサービスの品質(QoS)管理の両方に大きな重要性を持っている。過去二年間,多くの機械学習モデルの実時間トラヒックを分類し,非常に熟達精度の結果を得るために提案し,異なるタイプの実時間応用にした。しかし,研究はWeChatテキストと画像メッセージトラフィック分類されていない。WeChatテキストと画像メッセージトラヒックは二種類のデータセットと4種類の良く知られた機械学習アルゴリズムを用いて分類した。これらの二つのデータセット,技術(HIT)とDorm13のハルビン研究所を二つの異なるネットワーク環境から収集した。交通の五十の特徴を捕捉し,それらはそれぞれ抽出した。その後,よく知られた四機械学習アルゴリズムC4.5ディシジョンツリー,Bayesネット,Naive Bayes及びSVMはWeChatテキストと画像メッセージトラヒックを分類するために用いた。実験結果解析はDorm13データセットと比較して,すべての適用された機械学習分類器HITデータセットを用いたWeChatテキストと画像メッセージトラヒックを分類非常に正確に示した。HITデータセットを用いて,全ML分類器は非常に良く作用したが,他のML分類器と比較して,C4.5とSVM(サポートベクトルマシン)は,それぞれ99.91%と99.57%の非常に効果的な精度結果を与えるものである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】