该文基于网络多媒体业务QoS(Quality of Service)特征特点,提出网络业务QoS类识别算法。探索了新的多媒体业务QoS类划分模式,在QoS分类的基础上,可以通过将具有相同或相似QoS需求特征的业务流聚集生成聚集流。聚集流划分使用较少的QoS特...该文基于网络多媒体业务QoS(Quality of Service)特征特点,提出网络业务QoS类识别算法。探索了新的多媒体业务QoS类划分模式,在QoS分类的基础上,可以通过将具有相同或相似QoS需求特征的业务流聚集生成聚集流。聚集流划分使用较少的QoS特征,借助聚集流可以在合理的粒度上区分多媒体业务。该文从QoS特征出发分析了聚集流识别的特点,利用网络多媒体业务典型QoS特征的稀疏性,使用改进K-SVD(Kernel Singular Value Decomposition)进行字典学习,实现网络多媒体业务QoS类识别。实验结果表明,该文算法比现有方法具有更高的QoS类识别准确性。展开更多
文摘该文基于网络多媒体业务QoS(Quality of Service)特征特点,提出网络业务QoS类识别算法。探索了新的多媒体业务QoS类划分模式,在QoS分类的基础上,可以通过将具有相同或相似QoS需求特征的业务流聚集生成聚集流。聚集流划分使用较少的QoS特征,借助聚集流可以在合理的粒度上区分多媒体业务。该文从QoS特征出发分析了聚集流识别的特点,利用网络多媒体业务典型QoS特征的稀疏性,使用改进K-SVD(Kernel Singular Value Decomposition)进行字典学习,实现网络多媒体业务QoS类识别。实验结果表明,该文算法比现有方法具有更高的QoS类识别准确性。
