《表1 网络模型参数：基于深度学习的加密网络流量识别方法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的加密网络流量识别方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在卷积神经网络中，大尺寸的卷积核可以带来更大的感受视野，获取更多的信息，但也会产生更多的参数，从而增加网络的复杂度[12]。为了减少模型的参数，本文采用两个连续的3*3卷积层来代替单个的5*5卷积层，可以在保持感受视野范围的同时减少参数量。卷积层的Padding方式使用SAME方式，激活函数使用RELU，每一层的参数如表1所示。