شناسایی و دستهبندی کاربردهای مبتنی بر رمزنگاری با استفاده از ویژگیهای آماری آنها
چکیده
دسته بندی ترافیک اینترنت نقش مهمی در بسیاری از جنبه های مدیریت شبکه مانند بهره برداری تشخیص داده، شناسایی هدف کاربر مخرب و استفاده از محدودیت ترافیک در برخی از برنامه ها ی کاربردی، ایفا می کند. در گذشته، برخی از ویژگی های ترافیک، مانند شماره درگاه و شماره پروتکل برای دسته بندی ترافیک مورد استفاده قرار می گرفته است. اما امروزه تغییر این ویژگی ها، دسته بندی ترافیک را ناکارآمد می سازد. بنابراین دسته بندی ترافیک با روش یادگیری ماشین مورد توجه قرار گرفت. بطور کلی روشهای یادگیری ماشین در دو دستهی یادگیری با نظارت که در آن نیاز به یک مجموعه داده کاملا برچسب خورده و یادگیری بدون نظارت که در آن نیازی به وجود برچسب به همراه مجموعه داده نیست، قرار میگیرند. با توجه با این که وجود یک مجموعه داده کاملا برچسب خورده هزینه بسیار زیادی را متحمل می شود و روش های یادگیری با نظارت عملی نیستند.