一种基于改进隐马尔可夫的多媒体业务分类算法  

A Multimedia Traffic Classification Method Based on Improved Hidden Markov Model

作　　者：王再见[1,2] 董育宁[1] 张晖[1] 冯友宏[2] 

机构地区：[1]南京邮电大学通信与信息工程学院,南京210003 [2]安徽师范大学物理与电子信息学院,芜湖241000

出　　处：《电子与信息学报》2015年第2期499-503,共5页Journal of Electronics & Information Technology

基　　金：国家自然科学基金(61401004;61271233;60972038;61101105);教育部高等学校博士学科点专项科研基金(20103223110001;20113223120001);工业与信息化部通信软科学课题(2011-R-70);2011年度江苏省研究生培养创新工程(CXZZ11_0396);安徽师范大学科研培育基金(2013xmpy10)资助课题

摘　　要：该文提出一种基于改进隐马尔可夫(Hidden Markov Model,HMM)的多媒体业务分类算法。改进后的算法保持典型HMM模型结构不变,通过区分包大小的位置信息,改变发射概率取值,提高了多媒体业务区分性能。理论分析表明,该文模型在计算量上低于高阶HMM;实验结果表明,改进的HMM多媒体业务分类算法的区分效果优于现有的HMM多媒体业务分类方法。This paper proposes an improved Hidden Markov Model（HMM） based multimedia traffic classification method. This method preserves the classical HMM model structure, and improves the performance of multimedia traffic classification by changing the emitting probability value with the position information of packet size. Theoretical analysis indicates that the new model can reduce the computational complexity of the classical HMM model. Simulation results show that the proposed method can improve the classification performance compared with the existing HMM based classification method.

关 键 词：多媒体业务流识别 隐马尔可夫 发射概率 包大小 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]