- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Классификация IP-трафика методами машинного обучения
Бумажная
версия
версия
Автор: Шелухин О.И., Ерохин С.Д., Ванюшина А.В.
ISBN: 978-5-9912-0719-5
Год издания: 2023
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 384
Издательство: М.: Горячая линия – Телеком
Вид издания: Монография
Цена: 1008 руб.
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:Код товара: 193384
Способы доставки в город Москва * комплектация (срок до отгрузки) не более 2 рабочих дней | Возможность оплаты при получении заказа |
Самовывоз из Москвы (собственные пункты самовывоза) | Нет, только предоплата |
Самовывоз из города Москва (пункты самовывоза партнёра CDEK) | Есть, наличными и банковской картой |
Курьерская доставка CDEK из города Москва | Есть, наличными и банковской картой |
Доставка Почтой России из города Москва | Есть, наличными |
Экспресс-доставка EMS из города Москва | Нет, только предоплата |
Аннотация: Рассмотрены задачи, методы и проблемы классификации сетевого трафика методами машинного обучения и интеллектуального анализа данных. Анализируются актуальные вопросы классификации IP-трафика на основе портов, полезной нагрузки, статистических методов. Рассмотрены важные для практического использования вопросы контроля и анализа сетевого трафика. Анализируются особенности формирования, оценки влияния структуры и объема обучающей и тестирующей выборок на эффективность классификации приложений на уровне пакетов и потоков. Рассмотрена контролируемая и неконтролируемая классификация сетевых приложений WEB (http, https), mail (smtp, imap), Ftp (Ftp-data, Ftp-commands), SSH, Skype, BitTorrent, P2P и др. с использованием алгоритмов классификации ID3, C4.5, CART, SVM, Randomforest, Bootstrap, Baggingи AdaBoost и др. Рассмотрены особенности классификации шифрованного трафика и трафика мобильных приложений Skype, Steam, BitTorrent, YouTube, Vkontakte, Tоrrent и др. Анализируется эволюция алгоритмов потоковой классификации сетевых приложений в режиме реального времени. Для повышения эффективности в условиях априорной неопределенности введено понятие неконтролируемой и полуконтролируемой кластеризации сетевого трафика.
Для широкого круга научных сотрудников и специалистов-практиков в области инфокоммуникаций и информационной безопасности, будет полезна аспирантам, магистрам и бакалаврам соответствующих специальностей.
Для широкого круга научных сотрудников и специалистов-практиков в области инфокоммуникаций и информационной безопасности, будет полезна аспирантам, магистрам и бакалаврам соответствующих специальностей.