网络运行质量评估是网络态势感知的关键技术之一。网络态势是指由各种网络设备运行状况、网络行为以及用户行为等因索所构成的整个网络的当前状态和变化趋势.这就要求态势感知模型能够以一致的评估标准、稳定的评估结果反映网络整体状态,因此一致性和稳定性是网络态势评估必须具备的因素。一方面,综合评估的无量纲化处理与其他数据有关,可能导致同一组指标样本数据得到不同的评估结果,难以保证评估的一致性:模糊评估的专家评价过程受专家主观因素的影响,难以保证评估的稳定性,另一方面,将机器学习方法引入到网络性能评估中可有效解决上述两个问题,但是神经网络训练过程中可能收敛于局部极小,而支持向量机又存在参数难以确定、过拟合等问题。因此,基于以上考虑,本文将RVM学习方法引入到网络态势感知领域中。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !