基于多任务和卷积神经网络的业务识别算法

作者：赵季红; 乔琳琳; 王颖

来源：西安邮电大学学报, 2021, 26(01): 1-6.

DOI：10.13682/j.issn.2095-6533.2021.01.001

• 网络业务识别
• 多任务学习
• 卷积神经网络
• 低识别率

针对以低识别率对业务进行较高精度分类问题,提出了一种结合多任务学习和卷积神经网络(Multi-Task Learning and Convolutional Neural network, MTL-CNN)的网络业务识别算法,将业务分类重新构建为多任务学习框架,令业务类别作为主任务,带宽需求和持续时间作为辅助任务,3个任务在卷积神经网络(Convolutional Neural Network, CNN)中一起训练并进行预测,以此避免大量标记样本。仿真结果表明,所提算法对不同类别业务识别效果更加均衡,分类准确率达到95.60%。

• 单位
  电子信息工程学院; 通信与信息工程学院; 西安邮电大学; 北京邮电大学; 西安交通大学