کاربرد یادگیری عمیق در تشخیص ترافیک شبکه های کامپیوتری

  • سال انتشار: 1395
  • محل انتشار: بیست و دومین کنفرانس ملی سالانه انجمن کامپیوترایران
  • کد COI اختصاصی: ACCSI22_075
  • زبان مقاله: فارسی
  • تعداد مشاهده: 2010
دانلود فایل این مقاله

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

چکیده

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.

کلیدواژه ها

یادگیری عمیق، یادگیری ویژگی، شبکه های عصبی، تشخیص ترافیک، یادگیری باسرپرستی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.