Создан заказ №2195080
17 июня 2017
Классификация типов трафика
Как заказчик описал требования к работе:
Нужна курсовая работа по информационным технологиям. Готовая работа уже есть, но препод не принял. Надо добавить практические примеры ОБЯЗАТЕЛЬНО! Еще нужно вывод переделать. Переделать до завтрашнего утра! Заплачу больше за срочность.
Фрагмент выполненной работы:
Введение
Использование в современных КС большего количества сетевых сервисов и приложений, аппаратного и программного обеспечения приводит к появлению в сети большого разнообразия трафиков. При этом для проведения эффективного мониторинга и управления КС решение задачи точной идентификации и классификации трафиков относительно сетевых сервисов, приложений и протоколов является очень важной. Потому, что сетевой трафик является одним из важнейших фактических показателей работы КС. (работа была выполнена специалистами author24.ru) Сетевой трафик является носителем информации о поведении пользователей и функционировании КС. На основе статистического анализа сетевого трафика можно косвенно определить статистические характеристики поведения КС.
Идентификация и классификация сетевого трафика особенно важна для решения таких задач, как определение приоритетов при формировании полосы пропускания для отдельных трафиков, установление правил по управлению сети, обеспечение безопасности сети, диагностический мониторинг КС и т.д. [1]. Например, для того, чтобы обеспечить нормальную работу приложений, важных для корпорации, администратор сети должен идентифицировать и ограничивать (или заблокировать) P2P (peer-to-peer) трафик. Кроме того, эффективное решение большинства технических задач, таких как определение параметров и моделирование рабочей нагрузки каналов связи, планирование загрузки сетевых оборудований, инициализация маршрутов и т.д., также зависит от точной идентификации и классификации сетевого трафика.
Несмотря на то, что классификация сетевого трафика является довольно определенной областью исследования, цели имеющихся в этой области работ не идентичны. Целью некоторых работ является только классификация P2P трафика, целью других – детальная классификация сетевого трафика, то есть точная идентификация приложения, генерирующего конкретный трафик. К тому же с появлением новых сетевых приложений может изменяться характер существующих сетевых характеристик и для классификации сетевого трафика могут использоваться иные классификационные характеристики. Например, появление некоторых новых приложений, таких как BitTorrent, PPStream, PPLive и т.д., привело к широкому использованию протокола UDP.
В работах [10, 11] были предложены методы классификации сетевого трафика с детальным анализом содержимого пакетов. Главным недостатком этих методов является то, что они требуют очень больших вычислительных ресурсов. В то же время точность классификации сетевого трафика в основном зависит от моделей, построенных на основе выявленных закономерностей и отражающих основные особенности сетевого трафика. Однако, несмотря на достаточно высокую точность классификации, полученную в работе [11], для обучения наивного алгоритма Байесa в качестве входных данных были использованы трафики, классифицированные вручную.
Исследование недостатков методов классификации сетевого трафика, основанных на анализе номеров портов и содержимого пакетов, показало, что для классификации сетевого трафика более подходящими являются методы машинного обучения (МО) [12].
Данная статья посвящена анализу и моделированию классификации сетевого трафика КС на основе МО, а именно метода обучения без учителя − методу кластерного анализа, а в качестве алгоритма кластеризации предлагается использовать алгоритм k-среднихПосмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
500 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик воспользовался гарантией, чтобы исполнитель повысил уникальность работы
20 июня 2017
Заказ завершен, заказчик получил финальный файл с работой

5

Классификация типов трафика.docx
2017-07-20 21:15
Последний отзыв студента о бирже Автор24
Общая оценка
5

Положительно
Мне понравилась работа автора! Написана грамотным техническим языком, составлена рабочая программа, которая правильно все рассчитывает. Автор хорошо разбирается в программировании и алгоритмах. Оформление на высшем уровне!