文献

J-GLOBAL ID：201702276780377270   整理番号：17A0180028

機械学習技術を用いたWeChatテキストと画像メッセージサービスフロートラフィックの分類【Powered by NICT】

WeChat Text and Picture Messages Service Flow Traffic Classification Using Machine Learning Technique

著者 (7件)： Shafiq Muhammad ,  Yu Xiangzhan ,  Laghari Asif Ali ,  Yao Lu ,  Karn Nabin Kumar ,  Abdesssamia Foudil ,  Salahuddin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： HPCC/SmartCity/DSS  ページ： 58-62  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ネットワークトラフィックの分類は,インターネットサービスプロバイダ(ISP)とサービスの品質(QoS)管理の両方に大きな重要性を持っている。過去二年間,多くの機械学習モデルの実時間トラヒックを分類し,非常に熟達精度の結果を得るために提案し,異なるタイプの実時間応用にした。しかし,研究はWeChatテキストと画像メッセージトラフィック分類されていない。WeChatテキストと画像メッセージトラヒックは二種類のデータセットと4種類の良く知られた機械学習アルゴリズムを用いて分類した。これらの二つのデータセット,技術(HIT)とDorm13のハルビン研究所を二つの異なるネットワーク環境から収集した。交通の五十の特徴を捕捉し,それらはそれぞれ抽出した。その後,よく知られた四機械学習アルゴリズムC4.5ディシジョンツリー,Bayesネット,Naive Bayes及びSVMはWeChatテキストと画像メッセージトラヒックを分類するために用いた。実験結果解析はDorm13データセットと比較して,すべての適用された機械学習分類器HITデータセットを用いたWeChatテキストと画像メッセージトラヒックを分類非常に正確に示した。HITデータセットを用いて,全ML分類器は非常に良く作用したが,他のML分類器と比較して,C4.5とSVM(サポートベクトルマシン)は,それぞれ99.91%と99.57%の非常に効果的な精度結果を与えるものである。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ディシジョンツリー ,  品質 ,  *画像 ,  *機械学習 ,  学習アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： Naive Bayes ,  ネットワーク環境 ,  実時間 ,  ISP【インターネット】 ,  ネットワークトラフィック ,  *テキスト ,  *機械学習技術 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 機械学習技術 ,  分類