文献

J-GLOBAL ID：202102287043074721   整理番号：21A2712582

発見的および統計的ベース技術を用いたマルチレベルP2Pトラフィック分類:ハイブリッドアプローチ【JST・京大機械翻訳】

Multi-Level P2P Traffic Classification Using Heuristic and Statistical-Based Techniques: A Hybrid Approach

著者 (4件)： Bhatia Max (Department of Computer Science Engineering, Lovely Professional University, Punjab 144001, India) ,  Sharma Vikrant (Department of Computer Science Engineering, Lovely Professional University, Punjab 144001, India) ,  Singh Parminder (Department of Computer Science Engineering, Lovely Professional University, Punjab 144001, India) ,  Masud Mehedi (Department of Computer Science, College of Computers and Information Technology, Taif University, P.O. Box 11099, Taif 21944, Saudi Arabia)
資料名： Symmetry (Web)  (Symmetry (Web))
巻： 12  号： 12  ページ： 2117  発行年： 2020年 
JST資料番号： U7282A  ISSN： 2073-8994  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： ピアツーピア(P2P)アプリケーションは10年以上にわたってユーザ間で普及している。それらは,ネットワーク管理者が混雑,セキュリティ,管理資源などいくつかの問題に直面しているという事実により,多くのネットワーク帯域幅を消費し,従って,その正確な分類は,様々なアプリケーションのためのサービス品質を維持することを可能にする。従来の分類技術,即ち,ポートベースとペイロードベース技術だけでは,P2Pトラヒックを,それらが重要な制限を持つので,正確に分類するのに効果がないことを証明した。新しいP2P応用が出現して,既存の応用がそれらの通信パターンを変化させるので,単一分類方式は,高精度でP2Pトラフィックを分類するのに十分でないかもしれない。したがって,マルチレベルP2Pトラフィック分類技術をこの論文で提案し,それは発見的および統計的ベース技術の両方の利点を利用した。種々のP2P応用の挙動を分析することによって,いくつかの発見的規則を,P2Pトラフィックを分類するために提案した。P2Pとして分類されていないトラフィックは,さらに解析を受けて,そこで,トラフィックの統計的特徴は,P2P分類のためにC4.5ディシジョンツリーによって使用した。提案方法は,P2Pトラフィックを高精度(すなわち,98.30%)で分類し,TCPとUDPトラフィックの両方を用いて動作し,トラフィックが暗号化されたとしても,影響を受けない。Copyright 2021 The Author(s) 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 ,  ディシジョンツリー ,  通信 ,  *応用プログラム ,  帯域幅 ,  ポート ,  暗号 ,  セキュリティ
準シソーラス用語： *マルチレベル ,  *ピアツーピア ,  サービス品質 ,  高精度 ,  ネットワーク管理者 ,  トラフィック分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： ヒューリスティックベース分類 ,  マルチレベルP2Pトラフィック分類 ,  P2Pポートに基づく分類 ,  統計的ベース分類

分類 (1件)： 計算機網  (JC03000K)

引用文献 (61件)：

• Mohammadi, M.; Raahemi, B.; Akbari, A.; Moeinzadeh, H.; Nasersharif, B. Genetic-based minimum classification error mapping for accurate identifying Peer-to-Peer applications in the internet traffic. Expert Syst. Appl. 2011, 38, 6417-6423.
• Sen, S.; Wang, J. Analyzing peer-to-peer traffic across large networks. ACM J. 2002, 12, 137-150.
• Dai, L.; Yang, J.; Lin, L. A comprehensive system for P2P classification. In Proceedings of the 2010 2nd IEEE International Conference on Network Infrastructure and Digital Content, Beijing, China, 24-26 September 2010.
• Chu, H.; Yi, H.; Zhang, X. A new P2P traffic identification methodology based on flow statistics. In Proceedings of the 2011 IEEE 3rd International Conference on Communication Software and Networks, Xi’an, China, 27-29 May 2011.
• Keralapura, R.; Nucci, A.; Chuah, C.-N. A novel self-learning architecture for p2p traffic classification in high speed networks. Comput. Netw. 2010, 54, 1055-1068.

タイトルに関連する用語 (6件)： 発見 ,  統計 ,  マルチレベル ,  P2P ,  トラフィック分類 ,  ハイブリッドアプローチ