МУЛЬТИКЛАССИФИКАТОРНАЯ МОДЕЛЬ ДЛЯ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий

МУЛЬТИКЛАССИФИКАТОРНАЯ МОДЕЛЬ ДЛЯ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий

МУЛЬТИКЛАССИФИКАТОРНАЯ МОДЕЛЬ ДЛЯ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий

МУЛЬТИКЛАССИФИКАТОРНАЯ МОДЕЛЬ ДЛЯ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий

МУЛЬТИКЛАССИФИКАТОРНАЯ МОДЕЛЬ ДЛЯ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий
МУЛЬТИКЛАССИФИКАТОРНАЯ МОДЕЛЬ ДЛЯ СЕТЕВОГО ТРАФИКА - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№2, 2014

МУЛЬТИКЛАССИФИКАТОРНАЯ МОДЕЛЬ ДЛЯ СЕТЕВОГО ТРАФИКА

Имамвердиев Ядигар Н., Набиев Бабек Р.

Исследуя материалы по мониторингу трафика, можно найти большое количество одноранговых методов классификации. Большинство из них основано на Наивном Байесовском методе и на методе нейронных сетей. В отдельности эти методы используются для получения быстрых и точных результатов классификации. В этой статье предлагается повышение производительности классификации за счет двухступенчатого классификатора, без снижения эффективности и точности. (стр. 68-74)

Ключевые слова: сетевой трафик, классификация трафика, Наивный Байесовский классификатор, нейронная сеть прямого распространения
Литература
  • Amanda A. Surviving Security: How to Integrate People, Process, and Technology, Auerbach Publications, 2003, pp.526, http://www.isaca.org/Journal/Past-Issues/2005/ Volume-5 /Documents/jpdf0505-Surviving-Security-How-to.pdf
  • Kim H., Claffy K., Fomenkova M., Browlee N., Barman D., Faloutsos M. Comparison of Internet Traffic Classification Tools / Internet Measurement Research Group Workshop on Application Classification and Identification, 2007, pp.11.
  • Callado A., Kamienski C., Szabo G., Gero B., Kelner J., Fernandes S., Sadok D. A Survey on Internet Traffic Identification // IEEE Communications Surveys & Tutorials, 2009, vol.11, no.3, pp.37–52.
  • Wei Li, Kaysar A., Robert D., Andrew M. Approaching Real-time Network Traffic Classification, Technical Report, 2006.
  • Auld T., Andrew M., Gull S.F. Bayesian Neural Networks for Internet Traffic Classification // IEEE Transactions on Neural Networks, 2007, vol.18, no.1, pp.223–239.
  • Shane A., Richard N. Libprotoident: Traffic Classification Using Lightweight Packet Inspection, Technical Report, 2012.
  • Manuel C., Maurizio D., Francesco G., Luca S. Traffic Classification through Simple Statistical Fingerprinting // Association for Computing Machinery's Special Interest Group on Data Communications Computer Communication Review, 2007, vol.37, no.1, pp.5–16.
  • Jun Z., Chao C., Yang X., Wanlei Z., Yong X. Internet Traffic Classification by Aggregating Correlated Naive Bayes Predictions // IEEE Transactions on Information Forensics and Security, 2012, vol.8, no.1, pp.5–15.
  • Mohammad J. Skype Traffic Classification: Naive Bayes or Neural Networks, Report, University of Toronto, 2010.
  • Jamuna A, Vinodh Ewards S.E. Efficient Flow based Network Traffic Classification using Machine Learning // International Journal of Engineering Research and Applications, 2013, vol.3, no.2, 1324–1328.