基于深度神经网络的自然语言启发式多标签视频流流量分类方法
信号处理
2021-01-05 v1 计算机视觉与模式识别
机器学习
机器学习
摘要
本文提出一种基于深度学习的流量分类方法，用于在加密隧道中同时识别多个流媒体视频源。该工作定义了一种受自然语言处理（NLP）启发的新型特征，使得现有 NLP 技术可辅助流量分类。描述了特征提取方法，并创建了一个包含视频流与 Web 流量的大型数据集以验证其有效性。通过应用若干 NLP 方法获得结果，表明所提方法在二分类和多标签流量分类问题上均表现良好。我们还展示了该方法实现零样本学习的能力。
引用
@article{arxiv.1906.02679,
title = {A Natural Language-Inspired Multi-label Video Streaming Traffic Classification Method Based on Deep Neural Networks},
author = {Yan Shi and Dezhi Feng and Subir Biswas},
journal= {arXiv preprint arXiv:1906.02679},
year = {2021}
}