مطالعه طبقه بندي ترافيك شبكه مبتني بر الگوريتم‌هاي يادگيري ماشين

شبكه تعريف شده نرم افزار يك الگوي انقلابي است كه همراه با ساير فناوري‌‌هاي شبكه در روند نسل بعدي در حال رشد است و يك معماري براي تامين نيازهاي شبكه مدرن با جداسازي داده‌‌ها و كنترل ترافيك است كه مديريت جريان متمركز و قابليت برنامه‌‌ريزي شبكه را امكان‌‌پذير مي‌‌كند. يكي از ايرادات معماري شبكه تعريف شده نرم افزار، كه در شبكه‌‌هاي سنتي نيز وجود دارد، مربوط به آسيب‌‌پذيري بالاي آن در برابر حملات انكار سرويس توزيع شده و ساير موارد مشابه به آن مي‌‌باشد. از طرفي براي مقابله با اين حملات از سيستم‌‌هاي تشخيص ناهنجاري استفاده مي‌‌شود. جمع‌‌آوري داده‌‌ها و اطلاعات مربوط به شبكه، استخراج ويژگي‌‌هاي مؤثر و انتخاب بهترين مدل براي تشخيص ناهنجاري از جمله چالش‌‌هاي مربوط به طراحي اين سيستم‌‌ها مي‌‌باشد. در اين پژوهش روش‌ها و انواع الگوريتم‌هاي يادگيري ماشين معرفي شده و به بررسي مفاهيم و چگونگي استفاده از يادگيري ماشين در طبقه‌بندي ترافيك شبكه پرداخته مي‌شود.