ارایه روش ترکیبی برای شناسایی و طبقه بندی ترافیک در شبکه های بی سیم | ||
| پدافند الکترونیکی و سایبری | ||
| دوره 10، شماره 2 - شماره پیاپی 38، پاییز 1401، صفحه 31-41 اصل مقاله (1.26 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| مریم بازوبند1؛ حسین بهرامگیری* 2 | ||
| 1کارشناسی ارشد، دانشکده برق و کامپیوتر، دانشگاه صنعتی مالک اشتر، تهران، ایران | ||
| 2استادیار، دانشکده برق و کامپیوتر، دانشگاه صنعتی مالک اشتر، تهران، ایران | ||
| چکیده | ||
| استفاده از رویکرد اقتضایی با بهرهگیری از ویژگیهایی از جمله مدیریت توزیع یافته بین گرهها، تسهیل در امر ورود و خروج آنها به شبکه و امکان تحرک بهتر، یکی از گزینههای مطلوب جهت پیکربندی شبکههای بیسیم میباشد. همین امر موجب تولید ترافیک با رفتار پوی توسط نرمافزارهای کاربردی در چنین شبکههایی میشود که مسئله مدیریت شبکه و کنترل ترافیک بین گرههای را تحت تأثیر خود قرار میدهد. شناسایی و طبقهبندی ترافیک جاری در شبکه میتواند کمک شایانی به این چالش در شبکههای بیسیم کند. از آنجا که روشهای مرسوم شناسایی و طبقهبندی ترافیک قادر به ارائه عملکرد مناسب با چنین ترافیکهایی نیستند بنابراین استفاده از روشهای مبتنی بر یادگیری ماشین میتواند برای بهبود طبقهبندی ترافیک بهکارگرفته شوند. از آنجا که حساسیت بالا جهت یافتن ترافیکهایی خاص نیازمند افزایش احتمال آشکارسازی و عدم ارائه تصمیم اشتباه نیازمند کاهش هشدار غلط در سامانه میباشد،بنابراین در این مقاله روشی جدید جهت افزایش دقت و بهرهوری در شناسایی وطبقهبندی ترافیک در شبکههای بیسیم اقتضایی ارائه میشود که مبتنی بر ترکیب هدفمند روشهای یادگیری ماشین میباشد. نتایج نشان میدهند که روش ارائه شده علاوه بر بهبود معیارهای ارزیابی طبقهبندی کننده ترافیک موجب افزایش احتمال آشکارسازی و کاهش نرخ هشدار غلط به نسبت بهکارگیری روشهای یادگیری ماشین بهصورت یکتا میباشد. | ||
| کلیدواژهها | ||
| شبکههای اقتضایی بیسیم؛ ترافیک شبکه؛ احتمال آشکارسازی؛ نرخ هشدار غلط؛ رویکرد ترکیبی در یادگیری ماشین | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 974 تعداد دریافت فایل اصل مقاله: 527 |
||