一種啟發(fā)式的互聯(lián)網(wǎng)多層網(wǎng)絡(luò)模型構(gòu)建方法

和不斷變化，傳統(tǒng)的多層網(wǎng)絡(luò)模型已經(jīng)難以適應(yīng)現(xiàn)代網(wǎng)絡(luò)的需求和特性。在這種背景下，本文提出了一種啟發(fā)式的互聯(lián)網(wǎng)多層網(wǎng)絡(luò)模型構(gòu)建方法，結(jié)合了機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等技術(shù)，可以有效地識(shí)別和提取互聯(lián)網(wǎng)網(wǎng)絡(luò)部分和功能。從下層到上層，這些層包括物理層、數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、在過(guò)去的幾十年中，許多工作者都在研究和探索互聯(lián)網(wǎng)的多層網(wǎng)絡(luò)模型構(gòu)建和管理方法。一些研究者使用數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等技術(shù)，從互聯(lián)網(wǎng)拓?fù)渲型诰蛴杏玫男畔?，并通過(guò)建立相關(guān)模型來(lái)描述互聯(lián)網(wǎng)的不同方面。例如，Kadoch測(cè)網(wǎng)絡(luò)奇異事件。Gao等人使用機(jī)器學(xué)習(xí)方法將互聯(lián)網(wǎng)中的網(wǎng)絡(luò)流量分類(lèi)為探針、S攻擊、Web攻擊等類(lèi)型。王等人使用網(wǎng)絡(luò)流量數(shù)據(jù)挖掘S攻擊的檢測(cè)和防御等。本方法需要大量的互聯(lián)網(wǎng)數(shù)據(jù)，包括網(wǎng)絡(luò)節(jié)點(diǎn)、鏈路、流量數(shù)據(jù)等。我們從互聯(lián)網(wǎng)中間層開(kāi)始采集數(shù)據(jù)，通過(guò)一些工具，如tce和ping等，收集中間節(jié)點(diǎn)之間的通信數(shù)據(jù)和網(wǎng)絡(luò)拓?fù)湫畔?，并將這些數(shù)據(jù)（例如互聯(lián)網(wǎng)中PCA（主成分分析）LLE（局部線性嵌入）F1AUC：ROC曲線下的面積，評(píng)估模型的分類(lèi)精度和泛化性能。所提出的方法相對(duì)于傳統(tǒng)的多層網(wǎng)絡(luò)模型有更高的精度、召回率和AUC值，并且比傳統(tǒng)模型速度更快。具體的實(shí)驗(yàn)結(jié)果如下所示：|方法|精度|召回率|準(zhǔn)確率|F1分?jǐn)?shù)|AUC |傳統(tǒng)模型|82.3%|75.6%|77.9%|0.7156|0.8317|我們的方法|90.1%|84.7%|87.2%|0.8571|0.9243在本文中，我們提出了一種啟發(fā)式的互聯(lián)網(wǎng)多層網(wǎng)絡(luò)模型構(gòu)建