文献

J-GLOBAL ID：202002212016178831   整理番号：20A0863681

ネットワークトラフィック画像:インターネットトラフィック分類の挑戦への深層学習アプローチ【JST・京大機械翻訳】

Network Traffic Images: A Deep Learning Approach to the Challenge of Internet Traffic Classification

著者 (2件)： Saleh Ibraheem (California State Polytechnic University, Pomona,Department of Computer Science,Pomona,USA) ,  Ji Hao (California State Polytechnic University, Pomona,Department of Computer Science,Pomona,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCWC  ページ： 0329-0334  発行年： 2020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分類の挑戦は,インターネットの全体的ユーザ経験とユーザビリティを改善することを目的とした多くのネットワーク関連タスクの心臓に存在する。深いパケット検査のような現在の技術は,ネットワーク管理者と技術者による相互作用に大きく依存し,アプリケーションネットワーク署名とそれらを効果的に利用するために必要とされるインフラストラクチャを維持する。本論文では,ネットワークトラヒック分類のために深い畳込みニューラルネットワークを用いることを可能にする,パケットヘッダ長のストリームの2次元(2D)定式化,ネットワークトラヒック画像を導入した。5つの異なるネットワークトラフィック画像方向マッピングを注意深く設計し,1次元パケットサブフローを2D画像に変換する最良の方法を推論した。2つの異なるマッピング戦略,1つのパケット相対と他の時間相対を,画像中のピクセルにパケットフローのパケットをマップするために実験した。実験により,高い分類精度が,深い学習におけるネットワークトラフィック画像を用いて,最小の手動努力で達成できることを示した。Copyright 2020 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： *ネットワーク ,  パケット ,  *インターネット ,  一次元 ,  画素 ,  相互作用 ,  インフラストラクチャー ,  二次元 ,  心臓 ,  定式化
準シソーラス用語： 分類精度 ,  畳込みニューラルネットワーク ,  *トラフィック分類 ,  *深層学習 ,  *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 (4件)： ネットワークトラフィック ,  インターネット ,  トラフィック分類 ,  深層学習