摘要
机载网络是航空电子系统的“神经中枢”,航空群集作战任务可靠信息主要依靠机载Web提供信息交互服务。文章为了提升网络性能,优化流量控制,依托贝叶斯模型提出一种时效增强流量识别法,首先是对原始流量数据进行预处理得到的数据流训练子集,然后建立分类器,并通过分类器实现对流量对象的识别,最后表明文中所提方法可以有效地提升识别时效性。
Airborne network is the“nerve center”of avionics system.The reliable information of aerial cluster combat task mainly depends on airborne Web to provide information exchange service.This paper proposes an aging enhanced flow recognition method based on Bayesian model,it is first to preprocess the original traffic data and then to establish a classifier.Finally,it shows that the proposed method can effectively improve the recognition timeliness.
作者
易灿
Yi Can(Hunan Mass Media Vocational and Technical College,Changsha 410100,China)
出处
《无线互联科技》
2020年第19期23-24,共2页
Wireless Internet Technology
基金
湖南省自然科学基金课题,项目名称:基于行为图谱的大规模Web流量群体识别算法研究与应用,项目编号:20J7015。
关键词
流量识别
机器学习
贝叶斯网络
航空集群
机载网络
traffic recognition
machine learning
Bayesian network
aviation cluster
airborne network
