Payload based multi-phase traffic classification with majority voting
Çoğunluk oylaması yardımı ile çok aşamalı trafik sınıflandırma
- Tez No: 761944
- Danışmanlar: PROF. DR. EMİN ANARIM
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- 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
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Bölümü
DR. ONUR TOLGA ŞEHİTOĞLU
- Firma şebekelerinde ATM
Başlık çevirisi yok
BEHÇET KURBAN
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. GÜNSEL DURUSOY
- Genişbandlı şebekelerde hizmet adaptasyon protokolleri
Başlık çevirisi yok
RECEP EVREN PALANDUZ
Yüksek Lisans
Türkçe
1999
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNSEL DURUSOY
- Lineer indüksiyon fırlatıcıların çoklu eviriciler ile tasarımı
Design of linear induction launchers with multi-stage inverters
SERKAN DOĞANGÜNEŞ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULKADİR BALIKÇI
- 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
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHava Harp Okulu KomutanlığıBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKER BEKMEZCİ