《表2 计算机网络数据集:深度学习在软件定义网络研究中的应用综述》
深度学习模型依赖海量数据对模型的参数和超参数进行调节,并输出为高层次的抽象表示,数据集的重要性不言而喻.数据构成了深度学习部署的基础,选择恰当的数据集是进行相关SDN研究的先决条件,数据集的大小也会影响模型的训练效果.使用公开网络数据集可以快速获取研究所需的各种数据,节省数据收集时间,提高研究效率,然而SDN公开数据集获取困难,多数情况下研究人员选择用传统IP网络数据集替代.在过去20年中,网络研究机构和组织收集了大量真实环境中的网络数据用于科学研究,典型的可见表2.
图表编号 | XD00168939000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 杨洋、吕光宏、赵会、李鹏飞 |
绘制单位 | 四川大学计算机学院、四川大学计算机学院、四川大学计算机学院、四川大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |