$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

통계 시그니쳐 기반의 응용 트래픽 분류
Statistic Signature based Application Traffic Classification 원문보기

한국통신학회논문지. The Journal of Korea Information and Communications Society. 네트워크 및 서비스, v.34 no.11B, 2009년, pp.1234 - 1244  

박진완 (고려대학교 컴퓨터정보학과) ,  윤성호 (고려대학교 컴퓨터정보학과) ,  박준상 (고려대학교 컴퓨터정보학과) ,  이상우 (고려대학교 컴퓨터정보학과) ,  김명섭 (고려대학교 컴퓨터정보학과)

초록
AI-Helper 아이콘AI-Helper

오늘날의 네트워크에서는 다양한 응용의 등장으로 인해 트래픽이 복잡 다양해지고 있다. 이러한 상황 속에서 트래픽의 응용 별 분류에 대한 중요성은 날이 갈수록 증가하고 있다. 트래픽의 응용 별 분류에 대한 요구에 따라 기존에도 많은 연구가 이루어졌었다. 포트 기반의 분류, 페이로드 기반의 분류, 머신러닝 기반의 분류 방법들이 제안되었는데 아직 트래픽을 완벽하게 분류해내는 방법론은 개발되지 않은 실정이다. 최근 연구 중에는 플로우의 통계 정보를 이용한 방법론이 많이 연구되고 있다. 본 논문에서는 통계 시그니쳐를 통한 응용 트래픽 분류 방법론을 제안하고자 한다. 플로우 중 첫 N개의 패킷의 페이로드 크기와 방향을 이용하여 통계 시그니쳐를 생성하고, 이를 이용하여 응용 트래픽을 분류한다. 그리고 검증 시스템을 통해 본 분류 방법론이 높은 정확도의 분류 방법론이라는 것을 보인다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Nowadays, the traffic type and behavior are extremely diverse due to the appearance of various services and applications on Internet, which makes the need of application-level traffic classification important for the efficient management and control of network resources. Although lots of methods for...

주제어

#Traffic Classification   #Statistic Signature   #Application Traffic  

질의응답

핵심어 질문 논문에서 추출한 답변
응용계층 트래픽 분류는 무엇인가? 이러한 정책들을 펼치기 위해서는 빠르고 정확한 응용계층 트래픽 분류가 필수적인 요소이다[1]-[5]. 응용계층 트래픽 분류란 네트워크 패킷을 수집하여 해당 패킷을 발생시킨 응용계층의 정체를 알아내고 이를 기준으로 트래픽을 분류하는 것을 말한다[1],[7]. 실시간의 정확한 응용계층 트래픽 분류는 응용기반의 트래픽을 모니터링하고 제어하는 다양한 분야 (응용 별 종량제 과금, 응용기반 트래픽 제어, CRM, SLA 지원, 응용계층 트래픽 보안 등)에서 신뢰성을 결정하는데 중요한 역할을 한다.
보다 정확한 응용 별 트래픽 분류를 위하여 다양한 분류 방법론에 대한 지속적인 연구가 필요한 이유는 무엇인가? 이러한 응용계층 트래픽 분류의 중요성에 의해 현재까지 많은 연구들이 진행되어 왔다. 기존의 분류 방법들로는 포트 기반 분석[5]-[6], 페이로드 시그니쳐 기반 분석[8], 머신러닝 기반 분석[2]-[3], 플로우 상관관계 기반 분석[1],[4] 등 다양한 방법론들이 존재한다. 이러한 다양한 방법론들이 있지만, 새로운 응용 프로그램의 등장, 응용 프로그램의 업데이트 등 응용의 변화에 따라 트래픽이 변하고 있기 때문에 오늘날의 응용 별 트래픽 분류는 더욱 더 힘들어지고 있다. 따라서, 보다 정확한 응용 별 트래픽 분류를 위하여 다양한 분류 방법론에 대한 지속적인 연구가 필요하다.
실시간의 정확한 응용계층 트래픽 분류의 역할은? 응용계층 트래픽 분류란 네트워크 패킷을 수집하여 해당 패킷을 발생시킨 응용계층의 정체를 알아내고 이를 기준으로 트래픽을 분류하는 것을 말한다[1],[7]. 실시간의 정확한 응용계층 트래픽 분류는 응용기반의 트래픽을 모니터링하고 제어하는 다양한 분야 (응용 별 종량제 과금, 응용기반 트래픽 제어, CRM, SLA 지원, 응용계층 트래픽 보안 등)에서 신뢰성을 결정하는데 중요한 역할을 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. Myung-Sup Kim, Young J. Won, and James Won-Ki Hong, 'Application-Level Traffic Monitoring and an Analysis on IP Networks', ETRI Journal, Vol.27, No.1, pp.22-42, Feb., 2005 

    원문보기 상세보기 crossref

  2. Jeffrey Erman, Martin Arlitt, Anirban Mahanti, 'Traffic Classification Using Clustering Algorithms', Proc. of SIGCOMM Workshop on Mining network data, Pisa, Italy, pp.281-286, Sep., 2006 

  3. Andrew W. Moore and Denis Zuev, 'Internet Traffic Classification Using Bayesian Analysis Techniques,' Proc. of the ACM SIGMETRICS, Banff, Canada, Jun., 2005 

  4. Thomas Karagiannis, Konstantina Papagiannaki, and Michalis Faloutsos. 'BLINC: Multilevel Traffic Classification in the Dark,' Proc. of SIGCOMM 2005, Philadelphia, PA, Aug., 22-26, 2005 

  5. IANA port number list, IANA, http://www.iana.org/assignments/port-numbers 

  6. Jian Zhang and Andrew Moore, 'Traffic Trace Artifacts due to Monitoring Via Port Mirroring,' Proc. of the IEEE/IFIP Workshop on End-to-End Monitoring Techniques and Services (E2EMON) 2007, Munich, Germany, May., 21, 2007 

  7. Liu, Hui Feng, Wenfeng Huang, Yongfeng Li, Xing 'Accurate Traffic Classification', Networking, Architecture, and Storage, 2007. NAS 2007. International Conference 

  8. Risso, F. Baldi, M. Morandi, O. Baldini, A. Monclus, P. Lightweight, Payload-Based Traffic Classification: An Experimental Evaluation. In proceeding of Communications, 2008. ICC '08. IEEE International Conference, 2008 

  9. L.Bernaille, R. Teixeira, I. Akodkenou, A.Soule, and K.Salamatian. 'Traffic classification on the fly'. SIGCOMM Comput.Commun. Rev., 2006 

    상세보기 crossref

  10. Bernaille, L., Teixeira, R., Salamatian, K.: Early application identification. In: CoNext 2006. Conference on Future Networking Technologies., 2006 

  11. Byung-Chul Park, Young J. Won, Myung-Sup Kim, James W. Hong, 'Towards Automated Application Signature Generation for Traffic Identification,' Proc. of the IEEE/IFIP Network Operations and Management Symposium (NOMS) 2008, Salvador, Bahia, Brazil, pp.160-167, April, 7-11, 2008 

  12. Rentao Gu, Minhuo Hong, Hongxiang Wang, and Yuefeng Ji, 'Fast Traffic Classification in High Speed Networks' Proc. of the Asia-Pacific Network Operations and Management Symposium (APNOMS) 2008, LNCS 5297, Beijing, China, pp.429-432, Oct., 22-24, 2008 

  13. Ying-Dar Lina, Chun-Nan Lua, Yuan-Cheng Laib, Wei-Hao Penga and Po-Ching Lina, 'Application classification using packet size distribution and port association' Proc. of the Journal of Network and Computer Applications, In Press, Corrected Proof, Available online, March, 20. 2009 

    상세보기 crossref

  14. Huifang Feng, Yantai Shu, 'Statistical Analysis of Packet Interarrival Times in Wireless' Proc. of the Wireless Communications, Networking and Mobile Computing, 2007. WiCom 2007. International Conference, Shanghai, China, pp.1888-1891, Sept., 21-25, 2007 

    crossref

  15. Jacobus van der Merwe, Ramon Caceres, Yang-hua Chu, and Cormac Sreenan 'mmdump - A Tool for Monitoring Internet Multimedia Traffic,' ACM Computer Communication Review, 30(4), October, 2000 

    상세보기 crossref

  16. Hun-Jeong Kang, Myung-Sup Kim, and James Won-Ki Hong, 'Streaming Media and Multimedia Conferencing Traffic Analysis Using Payload Examination,' ETRI Journal, Vol.26, No.3, pp.203-217, Jun., 2004 

    원문보기 상세보기 crossref

  17. Y.J. Won, B.C. Park, H.T. Ju, M.S. Kim, and J. W. Hong. A hybrid approach for accurate application traffic identification. In IEEE/IFIP E2EMON, April, 2006 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로