基于特征選取的網(wǎng)絡(luò)游戲與視頻業(yè)務(wù)分類研究.pdf

1、近年來，隨著互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡(luò)規(guī)模日漸增長，不同類型的網(wǎng)絡(luò)多媒體應(yīng)用也越來越豐富。其中，網(wǎng)絡(luò)游戲與網(wǎng)絡(luò)視頻由于用戶規(guī)模較多，其受關(guān)注程度也隨之提高。如何準(zhǔn)確高效地識(shí)別不同類型的網(wǎng)絡(luò)游戲和網(wǎng)絡(luò)視頻流量，對(duì)于提高服務(wù)質(zhì)量和用戶體驗(yàn)具有十分重要的現(xiàn)實(shí)意義。
　　本文選取了目前主流的幾種網(wǎng)絡(luò)游戲和常見的網(wǎng)絡(luò)視頻類型數(shù)據(jù)作為研究對(duì)象，選取的網(wǎng)絡(luò)游戲包括DOTA、DOTA2、LOL、爐石傳說、夢幻西游和逆戰(zhàn)，選取的網(wǎng)絡(luò)視頻類型有在線標(biāo)清視

2、頻、在線高清視頻、在線直播視頻和視頻下載。在本文的網(wǎng)絡(luò)流量分類研究中，采用特征選取的方法來去除不相關(guān)的特征或者冗余的特征，以達(dá)到提高分類準(zhǔn)確度的目的。
　　本文提出了一種新的SVM（Support Vector Machine）級(jí)聯(lián)分類器：在每一級(jí)的SVM分類器中，通過綜合考慮信息增益率和皮爾森相關(guān)系數(shù)進(jìn)行特征選取的方法，為某一類型的數(shù)據(jù)選取出能有效區(qū)分該類型數(shù)據(jù)與其他類型數(shù)據(jù)的最佳特征組合，并以選取出的最佳特征組合準(zhǔn)確識(shí)別出該類

3、型數(shù)據(jù)。將本文提出的方法用于網(wǎng)絡(luò)游戲與網(wǎng)絡(luò)視頻流量的分類研究中，通過多次的實(shí)驗(yàn)可以驗(yàn)證，本文提出的方法可以有效地提高分類正確率。
　　為了驗(yàn)證網(wǎng)絡(luò)游戲與網(wǎng)絡(luò)視頻短序列流實(shí)時(shí)分類的可能性，本文提取了不同包數(shù)目下網(wǎng)絡(luò)游戲與網(wǎng)絡(luò)視頻數(shù)據(jù)的短序列流。通過分類實(shí)驗(yàn)發(fā)現(xiàn)，當(dāng)包數(shù)目較少時(shí)即可取得較高的分類正確率，初步驗(yàn)證了網(wǎng)絡(luò)游戲與網(wǎng)絡(luò)視頻短序列流實(shí)時(shí)分類的可能性。
　　本文還對(duì)不同時(shí)間段內(nèi)獲取的6種主流網(wǎng)絡(luò)游戲數(shù)據(jù)進(jìn)行了分類實(shí)驗(yàn)。通過分