Discern-XR：元宇宙网络流量的在线分类器
人工智能
2024-11-11 v1 信号处理
摘要
在本文中，我们设计了一种专门的元宇宙网络流量分类器Discern-XR，旨在帮助互联网服务提供商（ISP）和路由器制造商提升元宇宙服务质量。利用分段学习，我们提出了帧向量表示（FVR）算法和帧识别算法（FIA），从仅包含四个应用层特征的原始网络数据中提取关键帧相关统计信息。我们提出了一种新颖的增强、聚合与保留在线训练（A2R-OT）算法，通过在线训练方法寻找准确的分类模型。此外，我们贡献了一个真实的元宇宙数据集，涵盖虚拟现实（VR）游戏、VR视频、VR聊天、增强现实（AR）和混合现实（MR）流量，提供了全面的基准。Discern-XR以7%的优势超越最先进分类器，同时提升了训练效率并降低了假阴性率。我们的工作通过作为最先进的解决方案推动了元宇宙网络流量分类的发展。
引用
@article{arxiv.2411.05184,
title = {Discern-XR: An Online Classifier for Metaverse Network Traffic},
author = {Yoga Suhas Kuruba Manjunath and Austin Wissborn and Mathew Szymanowski and Mushu Li and Lian Zhao and Xiao-Ping Zhang},
journal= {arXiv preprint arXiv:2411.05184},
year = {2024}
}