شناسايي ترافيك شبكه با استفاده از يادگيري ماشين

با رشد روز افزون استفاده از اينترنت بررسي طبقه بندي ترافيك الگو هاي هاي مختلف شبكه امري حياتي است. در اين مقاله طبقه بندي ترافيك الگو هاي مختلف شبكه از جمله Facebook ، YouTube ، RTMPT ، ADV ، POST ، GET ، GMAPS و غيره را با استفاده از الگوريتم هاي يادگيري ماشين بررسي خواهيم نمود. براي اين كار مجموعه اي از ويژگي هاي ترافيك مختلف كه در كل 55 ويژگي است استخراج مي نماييم. سپس از الگوريتم حداقل Redundancy Max-Relevance (MRMR) براي انتخاب ويژگي هاي برتر از ميان 55 استفاده مي نماييم. ويژگي هاي انتخابي با استفاده از كلاسيفايرهاي SVM با هسته هاي مختلف ، GMM ، PNN ، KNN ، Discriminative موردآموزش قرار مي گيرند. نتايج حاصله حكايت از عملكرد قابل قبول يادگيري ماشين براي دسته بندي ترافيك شبكه دارد.