بررسی دسته بندی ترافیک داده در شبکه های مبتنی بر نرم افزار بر پایه الگوریتم های یادگیری ماشین

در شبکه های مبتنی بر نرم افزار صفحه داده از صفحه کنترل جداست ، داده ها و اطلاعات بین این دو صفحه در حال تبادل هستند ، این داده ها نیازمند این هستند که بر روی آنها کنترل صورت پذیرد. کنترلر تصمیم می گیرد که داده ها چگونه تبادل شوند(لایه ی کنترل مسئول متمرکز سازی منطقی کنترل شبکه است). حجم داده انتقالی در واحد زمان می بایستی که مدیریت و اولویت بندی شود. این ویژگی که صفحه داده از صفحه کنترل جداست قابلیت برنامه ریزی شبکه را فعال می کند و این پتانسیل را دارد که تقریبا بلافاصله ترافیک شبکه را در صورت شناسائی برخی فعالیت های مخرب مسدود کند. از اینرو بحث دسته بندی ترافیک داده اهمیت بیشتری پیدا می کند. در این مقاله به بررسی دسته بندی ترافیک داده در شبکه های مبتنی بر نرم افزار بر پایه الگوریتم های یادگیری ماشین پرداخته شده و این الگوریتم ها از جهات مختلف با هم مقایسه شده اند.

کلیدواژه ها:

ترافیک داده ، یادگیری ماشین ، شبکه های مبتنی بر نرم افزار ، حملات کامپیوتری