Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 111,200,315
Phân loại luồng dữ liệu sử dụng mạng nơ-ron
Tác giả hoặc Nhóm tác giả:
Trần Văn Líc, Phan Trần Đăng Khoa
Nơi đăng:
Tạp chí khoa học và công nghệ - Đại học Đà Nẵng;
S
ố:
ISSN: 1859-1531, VOL. 17, NO. 5, 2019;
Từ->đến trang
: 39-44;
Năm:
2019
Lĩnh vực:
Kỹ thuật;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Với sự phát triển của hạ tầng mạng Internet, trong những năm gần đây tầm quan trọng của việc phân loại các luồng dữ liệu mạng nhằm nâng cao về chất lượng, bảo mật cho hệ thống mạng ngày càng thu hút được sự quan tâm nghiên cứu. Trong đó, phương pháp phân loại luồng dữ liệu dựa trên các mô hình học máy cũng đang được nghiên cứu và đã đạt được những kết quả đáng chú ý. Trong bài báo này, chúng tôi sử dụng mạng nơ-ron để phát triển một mô hình có thể đạt được độ chính xác cao trong việc phân loại luồng dữ liệu mạng. Các phương pháp xử lý dữ liệu cũng được áp dụng để tối ưu thời gian thực hiện và tài nguyên cho hệ thống, đồng thời nâng cao tỉ lệ phân loại đúng cho các nhóm có tần số xuất hiện thấp trong cơ sở dữ liệu. Kết quả thực nghiệm trên cơ sở dữ liệu mở đã cho thấy, mô hình đề xuất có độ ổn định theo thời gian và tỉ lệ phân loại cho các nhóm thiểu số tốt hơn so với các mô hình khác.
ABSTRACT
With the rapid development of the Internet infrastructure, in recent years, Internet traffic classification has been intensively researched in order to improve the quality and security of the network. In particular, methods of traffic classification based on machine learning models are being studied and have achieved remarkable results. In this paper, we use neural networks to develop a model that can achieve high accuracy in classifying network traffic flows. Data processing methods are also applied to improve the classification ability for minority groups. Experimental results have shown that the proposed model has better stability and classification rate for minority groups than other models.
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn