25、基于神经网络的网络流量分类文献综述与IPv6组播解决方案

基于神经网络的网络流量分类文献综述与IPv6组播解决方案

基于神经网络的网络流量分类

在进行网络流量分类相关的文献筛选时，有一些重要的标准。首先是期刊或会议的影响因子，如果论文的影响因子很低，比如低于0.4，或者排名不高，就会被舍弃。其次是文章采用的流量特征，因为不同的特征会影响分类的准确性和效率，所以特征选择需要谨慎。

确定关键词后，依据包括实际标准和方法标准在内的准则进行搜索，这是一个迭代的过程，有时还需要修改关键词。以下是关键词的搜索结果：
| 搜索引擎名称 | 进行的关键词搜索 | 搜索结果 | 副标题 |
| — | — | — | — |
| Google Scholar | 基于神经网络的流量识别 | 32,700 | 同上 |
| Google Scholar | 网络流量识别神经网络 | 31,700 | 同上 |
| Google Scholar | 网络流量分类识别神经网络 | 19,100 | 同上 |
| Google Scholar | 有监督的网络流量分类识别神经网络 | 4,560 | 同上 |
| Google Scholar | 2005年后有监督的网络流量分类识别神经网络 | 1,870 | - |

通过这些搜索，获得了近50篇论文，然后根据标准进行筛选。一些与主题不相关的论文，如只关注神经网络但与网络分类无关，或只关注网络分类但与神经网络关联不大的论文都会被剔除。还有一些与主题相关但对研究重要性不高的网络安全领域的论文，虽然有时可能有帮助，但也不作为主要研究对象。最终筛选出10篇符合要求的论文，如下表所示：
| 编号 | 标题 | 影响因子 | 选择原因 | <