Geri Dön

Payload based multi-phase traffic classification with majority voting

Çoğunluk oylaması yardımı ile çok aşamalı trafik sınıflandırma

  1. Tez No: 761944
  2. Yazar: İLHAN SELÇUK MERT
  3. Danışmanlar: PROF. DR. EMİN ANARIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 63

Özet

Günümüzde internet giderek hayatımızın temel parçalarından biri olmakta, ve en basit günlük işlerimiz bile internete bağımlı durumda bulunmaktadır. Bu durum, hem internet üzerindeki uygulama sayısının hem de ağ trafiğinin artmasına neden olmaktadır. Bu yoğun trafik ortamında, ağ akışlarının hızlı ve doğru bir şekilde sınıflandırıması ağ yönetimi açısından büyük bir önem taşımaktadır. İnternet Servis Sağlayıcıları, bağlantı noktası tabanlı yöntemlerden makine öğrenme modellerine kadar farklı yaklaşımlar kullanarak bu sorunu çözmeye çalışmaktadır. Modern uygulamaların dinamik bağlantı noktalarını ve şifreli paketleri yaygın olarak kullanması nedeniyle bu yaklaşımların doğruluğu azalmaktadır. Bu zorluğun üstesinden gelmek için, son çalışmalar derin öğrenme mimarilerini kullanan çözümler üzerine odaklanmaktadır. Bu tezde, şifreli trafik sınıflandırması için oylamaya ve derin öğrenmeye dayalı çok aşamalı bir sınıflandırma yordamı önerilmiştir. Önerilen yordam, akışları sınıflandırmak için iletilen paketlerin sahip olduğu yükü kullanmaktadır. Bu yaklaşım ile, derin öğrenme tabanlı sınıflandırıcılar, akışlardan farklı sayıda paketler kullanılarak eğitilir ve çok aşamalı modelin tahmini, bu sınıflandırıcıların çıktılarının farklı oylama stratejileri ile birleştirilmesi ile elde edilir. Bu yordam, yük içeren ilk paketten başlayarak akışları sınıflandırabilir ve akışta iletilen paket sayısı arttıkça tahmin edilen sınıfı günceller. Bu yordam, çeşitli uygulamalar için gerçek ağ akışlarını içeren veri kümeleri üzerinde test edilmiştir. Önerilen yordamın performansı, farklı sınıflandırma modelleri ve farklı oylama stratejileri ile karşılaştırılarak değerlendirilmiştir.

Özet (Çeviri)

Internet is becoming an essential part of our lives with even simple daily tasks depending on it. This led to an increase in network traffic accompanied with increase in number of applications hosted on internet. In this heavy traffic environment, classifying network flows in a fast and accurate manner, has great importance for network management. Internet Service Providers try to address this issue by using different approaches from port-based methods to machine learning models but due to widespread usage of dynamic ports and encrypted packets by modern applications, accuracy of these approaches declined. To overcome this challenge, recent studies focus on solutions using deep learning architectures. In this thesis, a multi-phase classification model based on voting and deep learning is proposed for encrypted traffic classification. The proposed model relies on the payload of the transmitted packets to classify flows. In this approach, deep learning based classifiers are trained using different numbers of packets from flows as input and the prediction of multi-phase model is an ensemble of these classifiers calculated by different voting strategies. This approach enables classification of flows starting from the first transmitted packet with payload, and updates the predicted class as the number of transmitted packets in flow increases. This approach has been tested on datasets containing real network flows from various applications. The performance of proposed approach is evaluated by comparing different classification models and different voting strategies.

Benzer Tezler

  1. Content based packet filtering in Linux kernel using deterministic finite automata

    Sonlu durum makineleri kullanarak Linux çekirdeğinde içerik tabanlı paket filtreleme

    TAHİR BİLAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    DR. ONUR TOLGA ŞEHİTOĞLU

  2. Firma şebekelerinde ATM

    Başlık çevirisi yok

    BEHÇET KURBAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1995

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF. DR. GÜNSEL DURUSOY

  3. Genişbandlı şebekelerde hizmet adaptasyon protokolleri

    Başlık çevirisi yok

    RECEP EVREN PALANDUZ

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜNSEL DURUSOY

  4. Lineer indüksiyon fırlatıcıların çoklu eviriciler ile tasarımı

    Design of linear induction launchers with multi-stage inverters

    SERKAN DOĞANGÜNEŞ

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiGebze Teknik Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULKADİR BALIKÇI

  5. Gecikme toleranslı ağ tabanlı çoklu insansız hava aracı sistemleri için bir ortam erişim kontrol protokolü

    A medium access control protocol for delay tolerant network based multiple unmanned aerial vehicle systems

    TOLGAHAN TÜRKER

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu Komutanlığı

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKER BEKMEZCİ