Вісник ХНУ. Технічні науки - 2021 рік

Постійне посилання зібрання

https://elar.khmnu.edu.ua/handle/123456789/10302

Переглянути

Перегляд Вісник ХНУ. Технічні науки - 2021 рік за Ключові слова "004.891"

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Контроль додатків інтернет-трафіка комп'ютерних мереж методами машинного навчання
    (Хмельницький національний університет, 2021) Джулій, В.М.; Кльоц, Ю.П.; Муляр, І.В.; Жилевич, М.Л.; Джулій, А.В.; Dzhuliy, V.M.; Klyots, Y.P.; Mulyar, I.V.; Zhilevich, M.L.; Dzhuliy, A.V.
    Розглянуто актуальне завдання контролю доступу до Інтернет-ресурсів має важливе прикладне значення: блокування доступу до нелегальної, екстремістської, антисоціальної інформації, запобігання розголошенню конфіденційної інформації через Інтернет та ін. Для вирішення подібних завдань широкого поширення набули методи машинного навчання. Одним з найбільш часто використовуваних і ефективних для класифікації мережевого трафіка методів машинного навчання є «випадковий ліс» (Random Forest), що представляє собою ансамблевий метод, який діє шляхом побудови множини вирішальних дерев. Для оцінки ефективності роботи алгоритму Random Forest при класифікації мережевого трафіка за типами прикладних протоколів, що працюють в мережі Інтернет, був здійснений збір трафіка в мережі. Досліджувалися додатки, які генерують пакети, що відносяться до різних протоколів прикладного рівня: BitTorrent, DNS, HTTP, SSL, Skype, Steam. Після відбору інформаційних ознак і попередньої обробки даних сформовані навчальна і тестова вибірки, одна з яких містила фоновий трафік. В результаті застосування алгоритму класифікації Random Forest до отриманих даних знайдені оцінки ефективності роботи даного алгоритму в умовах наявності і відсутності фонового мережевого трафіку.