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: 106,045,524

 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; Số: 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