ISSN: 1859-1531
BAN BIÊN TẬP

Tổng biên tập
GS.TSKH. Bùi Văn Ga

Phó Tổng biên tập
GS.TS. Trần Văn Nam

Trưởng ban biên tập
PGS.TS. Nguyễn Tấn Hưng

Cơ quan Đại học Đà Nẵng
41 Lê Duẩn, TP Đà Nẵng
Trường Đại học Bách khoa
54 Nguyễn Lương Bằng, Quận Liên Chiểu, TP Đà Nẵng
Trường Đại học Kinh tế
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Trường Đại học Sư phạm
459 Tôn Đức Thắng - Liên Chiểu - Đà Nẵng
Trường Đại học Ngoại ngữ
131 Lương Nhữ Hộc, Đà Nẵng
Trường Đại học Sư phạm kỹ thuật
48 Cao Thắng - Đà Nẵng
Phân hiệu ĐHĐN tại KonTum
129 Phan Đình Phùng, Kon Tum
Khoa công nghệ thông tin và tuyền thông
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Y Dược
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Giáo dục Thể chất
62 Ngô Sỹ Liên, Liên Chiểu, Đà Nẵng
Khoa Quốc tế
41 Lê Duẩn, Đà Nẵng
Viện Nghiên cứu & Đào tạo Việt Anh
158A Lê Lợi
Trung tâm phát triển phần mềm
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm kiểm định chất lượng giáo dục
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm ngoại ngữ
131 Lương Nhữ Hộc, Tp Đà Nẵng
Trung tâm nghiên cứu phát triển quản trị và tư vấn doanh nghiệp
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Tổng: 16,669,591
PHÂN LOẠI LUỒNG DỮ LIỆU MẠNG SỬ DỤNG MẠNG NƠ-RON
NETWORK TRAFFIC CLASSIFICATION USING NEURAL NETWORK
 Tác giả: Trần Văn Líc*, Phan Trần Đăng Khoa
Đăng tại: Vol. 17, No. 5, 2019; Trang: 39-44
Tóm tắt bằng tiếng Việt:
Với sự phát triển của hạ tầng mạng Internet, trong những năm gần đây tầm quan trọng của việc phân loại các luồng dữ liệu mạng nhằm nâng cao về chất lượng, bảo mật cho hệ thống mạng ngày càng thu hút được sự quan tâm nghiên cứu. Trong đó, phương pháp phân loại luồng dữ liệu dựa trên các mô hình học máy cũng đang được nghiên cứu và đã đạt được những kết quả đáng chú ý. Trong bài báo này, chúng tôi sử dụng mạng nơ-ron để phát triển một mô hình có thể đạt được độ chính xác cao trong việc phân loại luồng dữ liệu mạng. Các phương pháp xử lý dữ liệu cũng được áp dụng để tối ưu thời gian thực hiện và tài nguyên cho hệ thống, đồng thời nâng cao tỉ lệ phân loại đúng cho các nhóm có tần số xuất hiện thấp trong cơ sở dữ liệu. Kết quả thực nghiệm trên cơ sở dữ liệu mở đã cho thấy, mô hình đề xuất có độ ổn định theo thời gian và tỉ lệ phân loại cho các nhóm thiểu số tốt hơn so với các mô hình khác.
Từ khóa: luồng dữ liệu; phân loại; mạng nơ-ron
Abstract:
With the rapid development of the Internet
infrastructure, in recent years, Internet traffic classification has been intensively researched in order to improve the quality and security of the network. In particular, methods of traffic classification based on machine learning models are being studied and have achieved remarkable results. In this paper, we use neural networks to develop a model that can achieve high accuracy in classifying network traffic flows. Data processing methods are also applied to improve the classification ability for minority groups. Experimental results have shown that the proposed model has better stability and classification rate for minority groups than other models.
Key words: traffic flow; classification; neural network
Tài liệu tham khảo:
[1] Shaikh, Z. A., and D. Harkut. "An overview of network traffic classification methods." Int. J. Recent Innovation Trends Comput. Commun 3.2 (2015): 482-488.
[2] Li, Wei, et al. "Efficient application identification and the temporal and spatial stability of classification schema." Computer Networks 53.6 (2009): 790-809.
[3] Li, Wei, and Andrew W. Moore. "A machine learning approach for efficient traffic classification." 2007 15th International Symposium on Modeling, Analysis, and Simulation of Computer and Telecommunication Systems. IEEE, 2007.
[4] Auld, Tom, Andrew W. Moore, and Stephen F. Gull. "Bayesian neural networks for internet traffic classification." IEEE Transactions on neural networks 18.1 (2007): 223-239.
[5] Michael, Ang Kun Joo, et al. Network traffic classification via neural networks. No. UCAM-CL-TR-912. University of Cambridge, Computer Laboratory, 2017.
[6] Trivedi, Chintan, et al. Classification of Internet traffic using artificial neural networks. North Carolina State University. Center for Advanced Computing and Communication, 2002.
[7] Wang, Zhanyi. "The applications of deep learning on traffic identification." BlackHat USA 24 (2015).
[8] Singh, Kuldeep, S. Agrawal, and B. S. Sohi. "A near real-time IP traffic classification using machine learning." International Journal of Intelligent Systems and Applications 5.3 (2013): 83.
[9] Smit, Daniel, et al. "Looking deeper: Using deep learning to identify internet communications traffic." 2017 Australasian Conference of Undergraduate Research (ACUR). 2017.
[10] Vũ Hữu Tiệp, Machine Learning cơ bản, Nhà xuất bản khoa học và kỹ thuật, 2018.
[11] Andrew Moore, Denis Zuev and Michael Crogan, Discriminators for use in flow-based Classification, Department of Computer Science, University of London, ISSN 1470-5559
[12] Qin, Chen, et al. "Unsupervised neighborhood component analysis for clustering." Neurocomputing 168 (2015): 609-617.
[13] Hornik, Kurt, Maxwell Stinchcombe, and Halbert White. "Multilayer feedforward networks are universal approximators." Neural networks 2.5 (1989): 359-366.
[14] Jolliffe, Ian. Principal component analysis. Springer Berlin Heidelberg, 2011.

BAN BIÊN TẬP

Tổng biên tập
GS.TSKH. Bùi Văn Ga

Phó Tổng biên tập
GS.TS. Trần Văn Nam

Trưởng ban biên tập
PGS.TS. Nguyễn Tấn Hưng

Cơ quan Đại học Đà Nẵng
41 Lê Duẩn, TP Đà Nẵng
Trường Đại học Bách khoa
54 Nguyễn Lương Bằng, Quận Liên Chiểu, TP Đà Nẵng
Trường Đại học Kinh tế
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Trường Đại học Sư phạm
459 Tôn Đức Thắng - Liên Chiểu - Đà Nẵng
Trường Đại học Ngoại ngữ
131 Lương Nhữ Hộc, Đà Nẵng
Trường Đại học Sư phạm kỹ thuật
48 Cao Thắng - Đà Nẵng
Phân hiệu ĐHĐN tại KonTum
129 Phan Đình Phùng, Kon Tum
Khoa công nghệ thông tin và tuyền thông
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Y Dược
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Giáo dục Thể chất
62 Ngô Sỹ Liên, Liên Chiểu, Đà Nẵng
Khoa Quốc tế
41 Lê Duẩn, Đà Nẵng
Viện Nghiên cứu & Đào tạo Việt Anh
158A Lê Lợi
Trung tâm phát triển phần mềm
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm kiểm định chất lượng giáo dục
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm ngoại ngữ
131 Lương Nhữ Hộc, Tp Đà Nẵng
Trung tâm nghiên cứu phát triển quản trị và tư vấn doanh nghiệp
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Tổng: 16,669,591