文献

J-GLOBAL ID：201802233329970203   整理番号：18A2228553

機械学習法におけるインターネットトラフィック同定の比較【JST・京大機械翻訳】

Comparison of Internet Traffic Identification on Machine Learning Methods

著者 (5件)： Kong Lingjing (Computer College, Shenzhen Institute of Information Technology, China) ,  Huang Guowei (Computer College, Shenzhen Institute of Information Technology, China) ,  Wu Keke (Computer College, Shenzhen Institute of Information Technology, China) ,  Tang Qi (Computer College, Shenzhen Institute of Information Technology, China) ,  Ye Suying (Computer College, Shenzhen Institute of Information Technology, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： BDAI  ページ： 38-41  発行年： 2018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： 交通分類はコンピュータネットワークにおける不可欠な部分である。それは,ネットワークをより良く管理するために,トラフィックアプリケーションを同定することができて,安全なネットワークフローをフィルターにかけて,より良いネットワークサービスを提供することができた。しかしながら,従来のトラフィック同定法は,不透明パケットまたはより複雑なフローに遭遇するとき,うまく機能することができない。機械学習法は,主に教師つき学習と教師なし学習を含む,従来の方法で存在する問題を解決する最も効率的な方法になる。本論文では,教師つきおよび教師なし学習方法における2つの古典的方法を適用して,フローレベル特徴に基づく異常トラフィックの同定を達成した。その上,訓練時間,予測時間,および精度の比較を与える。それは,交通同定のための深い理解機械方法を助け,より効率的な交通同定解決策を設計する。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： フィルタ ,  パケット ,  安全性 ,  *機械学習 ,  ネットワーク ,  計算機網 ,  教師なし学習 ,  教師つき学習 ,  応用プログラム
準シソーラス用語： 異常トラヒック ,  学習方法 ,  ネットワークサービス ,  ネットワークフロー ,  *ネットワークトラフィック , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 機械学習 ,  インターネットトラフィック ,  同定