کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,752

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI22_075

تاریخ نمایه سازی: 13 شهریور 1396

چکیده مقاله:

به طور کلی، اغلب سیستم های تحلیل ترافیک شبکه های کامپیوتری مبتنی بر ویژگی هستند که این ویژگی ها شامل مواردی همچون شماره درگاه، نمادهایثابت و ویژگی های آماری می باشند. مشکل اصلی تحلیل ترافیک به منظور تشخیص ترافیک و یا کشف ناهنجاری، یافتن ویژگی های مناسب در ترافیکاست. فرآیند یافتن ویژگی های مناسب، عموما امری زمان بر است. همچنین این روش برای انواع ناشناخته ترافیک و ناهنجاری پاسخگو نیست. برای حلاین مشکل، ما روشی مبتتی بر یادگیری عمیق و شبکه های عصبی مصنوعی ارایه می کنیم. نتایج شبیه سازی های این روش نشان می دهند که این روشدر کابرد هایی همچون یادگیری ویژگی، تشخیص ترافیک و کشف ناهنجاری مفید واقع می شود.

نویسندگان

محمد لطف اللهی

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران

رامین شیرالی حسین زاده

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران

مهدی جعفری سیاوشانی

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران

محمدصادق صابریان

دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران