文献

J-GLOBAL ID：202202244317555263   整理番号：22A1105306

機械学習と特徴選択技術を用いたP2Pトラフィック同定【JST・京大機械翻訳】

P2P Traffic Identification Using Machine Learning and Feature Selection Techniques

著者 (5件)： Ansari Md. Sarfaraj Alam (Department of Computer Science and Engineering, National Institute of Technology Sikkim, Ravangla, India) ,  Pal Kunwar (Department of Computer Science and Engineering, Dr B R Ambedkar National Institute of Technology Jalandhar, Jalandhar, India) ,  Govil Mahesh Chandra (Department of Computer Science and Engineering, National Institute of Technology Sikkim, Ravangla, India) ,  Govil Prajjval (Department of Computer Science and Engineering, JK Lakshmipat University, Jaipur, India) ,  Srivastava Adarsh (Department of Computer Science and Engineering, National Institute of Technology Sikkim, Ravangla, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 869  ページ： 393-407  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： そのアプリケーションに基づくインターネットトラフィックの分類は,より良いネットワーク管理のために非常に重要である。P2Pトラフィック同定のための既存の手法は,ポートベース,ペイロードベース,行動ベース,および発見的ベースである。現在のシナリオでは,固有技術に基づく方法は,動的ポート数,マスクレージング技術,および低い精度の使用のため,インターネットトラフィックを分類するのに効率的でない。したがって,研究はハイブリッド手法の開発に移される。本論文では,P2Pと非P2Pトラヒックへのインターネットトラヒックの分類のためのハイブリッドアプローチを提案した。提案方法は,分散と主成分分析のような特徴選択技術を有する機械学習アルゴリズムを使用する。データのポートベースラベリングを,提案システムにおける分類器の訓練に用いた。提案方法を標準UNIBSデータセットに関して研究し,シミュレーションおよびモデリングをpython環境において実行した。提案したハイブリッドアプローチの比較研究は,ANOVAを有するランダムフォレストが,本論文で提示した他の手法より優れ,96.06%の精度をもたらすことを示した。提案方法は,文献における以前の報告された類似のアプローチと比較して,より良い精度を提供する。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 標準 ,  分散分析 ,  精度 ,  ペイロード ,  *特徴選択 ,  応用プログラム ,  同定 ,  主成分分析 ,  インターネット ,  *機械学習 ,  ネットワーク管理 ,  学習アルゴリズム
準シソーラス用語： *ピアツーピア ,  ネットワークトラフィック ,  ランダムフォレスト , 【Automatic Indexing@JST】

著者キーワード (5件)： インターネットトラフィック ,  ピアツーピア(P2P) ,  特徴選択 ,  分類器 ,  機械学習

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 機械学習 ,  特徴選択 ,  P2P ,  トラフィック ,  同定