메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
지세현 (고려대학교) 백의준 (고려대학교) 신무곤 (고려대학교) 채병민 (한화시스템) 문호원 (한화시스템) 김명섭 (고려대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제44권 제6호
발행연도
2019.6
수록면
1,113 - 1,120 (8page)
DOI
10.7840/kics.2019.44.6.1113

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

초록· 키워드

오류제보하기
네트워크 관리의 기본 역할은 사용자에게 적합한 QoS(Quality of Service)를 제공하는 것이다. 적합한 QoS를 제공하고 안전한 네트워크 환경을 만들기 위해 정확한 응용 트래픽 분류는 필수적이다. 기존의 트래픽 분류 기법으로는 포트기반의 분류 기법, 페이로드 기반의 분류 기법, 통계정보 기반의 분류 기법이 있다. 그러나 동적인 포트 혹은 암호화된 페이로드를 갖는 패킷을 발생시키는 응용의 등장으로 인해 기존의 트래픽 분류 기법의 한계점이 발생하고 있다. 기존의 트래픽 분류 기법에 대한 한계점을 해결하기 위해 본 논문은 10종류의 웹 응용 트래픽(Baidu, Bing, Daum, Google, Kakaotalk, Nate, Naver, Yahoo, Youtube, Zum)에 대해 머신러닝 알고리즘 중 하나인 합성 곱 신경망(Convolution Neural Network) 알고리즘을 적용한 응용 트래픽 분류 모델 설계 방법을 제안한다. 제안한 모델의 학습 분류 정확도는 100%, 검증 분류 정확도는 99.6%의 성능을 달성하였다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 합성 곱 신경망
Ⅲ. 웹 응용 트래픽 분류 모델 설계
Ⅳ. 실험
Ⅴ. 결론 및 향후연구
References

참고문헌 (6)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-567-000860685