针对各类别网络流分布不平衡的问题,设计了一种能够实现低存储、低时延、高准确率的网络视频流细分类算法.首先,采用改进的卡方离散算法对数据进行离散化处理;然后,提出了一种改进线性前向特征选择算法,选出有效的QoS相关特征;最后,设计一种链式和分级结构相结合的分类结构,完成网络视频流细分类.针对真实网络采集的7种网络视频流的分类试验结果表明,所提算法的分类准确率达到96.7%,而且在数据不平衡的情况下仍具有较高的识别率.
科研之友
微信
新浪微博
Facebook
分享链接
