基于卷积神经网络的业务识别

基于机器学习的业务识别对扩展网络功能,实现网络的精细化管控具有重要意义.目前基于机器学习的业务识别方法主要通过分析业务流的统计特征来实现,而从业务流中提取有效特征比较困难,因此识别精度不高.针对此问题,首先提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的业务识别方法,并进行实验验证;然后为了解决数据集获取困难以及数据集分布不平衡导致的过拟合问题,引入生成对抗网络(Generative Adversarial Network,GAN),研究一种基于CNN-GAN的业务识别方案,并进行实验验证.结果 表明,使用基于CNN的业务识别方案提高了业务识别的准确率.