BC/NW 2023 № 1 (40):8.1

ОБЗОР СОВРЕМЕННЫХ МЕТОДОВ КЛАССИФИКАЦИИ ТРАФИКА ПРИЛОЖЕНИЙ

Морозова О.П., Орлова М.А.

Проблема определения параметров сетевого трафика и выбора соответствующего класса обслуживания появилась уже давно и в настоящий момент все еще актуальна, так как от точности определения класса приложения зависит эффективность работы сети. Также является актуальной задачей выявления сетевых аномалий по параметрам трафика сетевых приложений. Методологии решения перечисленных задач постоянно обновляются: в связи с появлением и распространением технологий шифрования данных, а также возникновением новых типов трафика в сети, одни алгоритмы уходят в прошлое, так как больше не способны корректно классифицировать данные, а другие занимают их место.

В докладе представлен обзор современных методов анализа трафика, рассмотрены преимущества и недостатки каждой группы методов, а также определены нерешенные на данный момент проблемы и направления возможных научных исследований.

Литература

1.    G. Aceto, D. Ciuonzo, A. Montieri and A. Pescapé, "Mobile Encrypted Traffic Classification Using Deep Learning: Experimental Evaluation, Lessons Learned, and Challenges," in IEEE Transactions on Network and Service Management, vol. 16, no. 2, pp. 445-458, June 2019, doi: 10.1109/TNSM.2019.2899085.

2.    Мухизи С., Парамонов А.И. МЕТОД КЛАССИФИКАЦИИ И ПРИОРИТИЗАЦИИ ТРАФИКА В ПРОГРАММНО-КОНФИГУРИРУЕМЫХ СЕТЯХ // Труды учебных заведений связи. 2019. №1. URL: https://cyberleninka.ru/article/n/metod-klassifikatsii-i-prioritizatsii-trafika-v-programmno-konfiguriruemyh-setyah (дата обращения: 30.10.2022).

3.    Krasnova I.A., Mankov V.A. Collection of Individual Packet Statistical Information in a Flow Based on P4-switch / Hu Z., Petoukhov S., He M. (eds) // Advances in Intelligent Systems, Computer Science and Digital Economics. CSDEIS 2019. Advances in Intelligent Systems and Computing, vol 1127. Springer, Cham, - 2020. URL: https://doi.org/10.1007/978-3-030-39216-1_11

Jingjing Zhao, Xuyang Jing, Zheng Yan, Witold Pedrycz, Network traffic classification for data fusion: A survey, Information Fusion, Volume 72, 2021, Pages 22-47, ISSN 1566-2535, https://doi.org/10.1016/j.inffus.2021.02.009