$\require{mediawiki-texvc}$

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.

SDN환경에서 머신러닝을 이용한 트래픽 분류방법
Traffic classification using machine learning in SDN 원문보기

한국컴퓨터정보학회 2018년도 제57차 동계학술대회논문집 26권1호, 2018 Jan. 10, 2018년, pp.93 - 94  

임환희 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  김동현 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  김경태 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ,  윤희용 (성균관대학교 소프트웨어대학 소프트웨어학과)

초록
AI-Helper 아이콘AI-Helper

Software Defined Networking(SDN)은 데이터 부와 컨트롤 부를 나눠 관리하는 혁신적인 방식이다. SDN 환경에서가 아닌 기존의 IP 네트워크에서의 트래픽 분류는 많은 연구가 진행되어 왔다. 트래픽 분류 방법에는 Port 번호를 이용한 트래픽 분류 방법, Payload를 이용한 트래픽 분류 방법, Machine Learning을 이용한 트래픽 분류 방법 등이 있다. 본 논문에서는 Port 번호, Payload, Machine Learning을 이용한 트래픽 분류 방법들을 소개 및 장단점을 설명하고 SDN 환경에서 Machine Learning을 이용한 좀 더 정확한 트래픽 분류 방법을 제안한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 SDN 환경에서 머신러닝을 이용한 트래픽 분류방안을 제시하였다. 기존의 분류 방법들은 여러 가지 문제점이 있지만 머신러닝을 이용한 트래픽 분류 기법에는 학습을 해야 한다는 단점이 있지만 장점이 많아 앞으로 많은 연구가 진행될 것이다.
  • 2장에서 각각의 트래픽 분류 방법들을 설명하였다. 본 논문에서는 SDN 환경에서 트래픽 분류 방법은 제안한다. 아래의 그림 1은 본 논문에서 제안한 트래픽 분류 방법의 알고리즘이다.
본문요약 정보가 도움이 되었나요?
LOADING...

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