使用改进K-SVD的网络多媒体业务QoS类识别

来源：电子与信息学报杂志2017年第12期北京时间：

作者：王再见, 董育宁, 汤萍萍, 杨凌云, 张晖

摘要：该文基于网络多媒体业务QoS(Quality of Service)特征特点，提出网络业务QoS类识别算法。探索了新的多媒体业务QoS类划分模式，在QoS分类的基础上，可以通过将具有相同或相似QoS需求特征的业务流聚集生成聚集流。聚集流划分使用较少的QoS特征，借助聚集流可以在合理的粒度上区分多媒体业务。该文从QoS特征出发分析了聚集流识别的特点，利用网络多媒体业务典型QoS特征的稀疏性，使用改进K-SVD(Kernel Singular Value Decomposition)进行字典学习，实现网络多媒体业务QoS类识别。实验结果表明，该文算法比现有方法具有更高的QoS类识别准确性。

关键词：异构网络, 网络多媒体, QoS, 稀疏表示, 业务流识别, 字典训练

基金资助：国家自然科学基金(61401004, 61271233, 61471203), 2016年安徽省高校领军人才引进与培育计划项目(gxfxZD2016013)，安徽师范大学博士科研启动基金(2016XJJ129)