ارائه و پیاده سازی یک تمایزگر ترافیک شبکه ی خصوصی مجازی بهبودیافته با سربار پایین

بهره مندی از شبکه های خصوصی مجازی۱، یکی از راهکارهای کاربردی جهت حفظ محرمانگی داده و جلوگیری از دسترسی کاربران غیر مجاز به اطلاعات سررور و کاربران مجاز یک شبکه است .در کنار جوانب مثبت شبکه ی خصوصی مجازی، امکان انتقال انواع بدافزار۲ ودور زدن برخی از فیلترها توسط سرویس های این شبکه بواسطه ی امکان مخفی کردن هویت کاربران در این سرویس ها وجود دارد موارد مذکور سبب طراحی و توسعه ی سیستم های های شناسایی هوشمند متعددی جهت ردیابی ترافیک های مربوط به شبکه هایخصوصی مجازی شده است.جهت افزایش دقت در سیستم های شناساگر مذکور از الگوریتم های هوش مصنوعی با تعداد ویژگی های آماری۳ بالا استفاده می شود .بالا بودن تعداد ویژگی های آماری موجب طولانی شدن زمان آموزش۴ و تشخیص ، افزایش سربار سخت افزاری و در برخی موارد کاهش دقت در سیستم های تشخیص ترافیک مربوط به شبکه ی خصوصی مجازی می شود کم ترین تهداد ویژگی های آماری استفاده شده در سیستم های های شناساگر موجود برابر با ۸ مورد و مربوط به یک الگوریتم شناسایی با دقت تشخیص ۸۹% است تکنیک ارایه شده در این مقاله برای اولین بار به طور همزمان علاوه بر کاهش سربار زمانی و سخت افزاری یک درخت تصمیم ۵ شناساگر ترافیک های شبکه ی خصوصی مجازی vpn-Open ، دقت آن را نیز از ۹۸% به ۵ .۹۹% افزایش می دهد با اعمال تکنیک موردنظر بر روی اطلاعات مجموعه داده ی۶ مورداستفاده ی این درخت تصمیم ، ویژگی های موردنیاز برای آموزش آن از ۲۵ به ۲ مورد کاهش می یابد

کلیدواژه ها:

شبکه خصوصی مجازی ، درخت تصمیم ، ناخالصی ۷ مجموعه داده ، ویژگی های آماری