Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2017.11a
- /
- Pages.835-838
- /
- 2017
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Flow based Network Traffic Classification Using Recurrent Neural Network
Recurrent Neural Network을 이용한 플로우 기반 네트워크 트래픽 분류
- Lim, Hyun-Kyo (Korea University of Technology and Education) ;
- Kim, Ju-Bong (Korea University of Technology and Education) ;
- Heo, Joo-Seong (Korea University of Technology and Education) ;
- Kwon, Do-Hyung (Korea University of Technology and Education) ;
-
Han, Youn-Hee
(Korea University of Technology and Education)
- 임현교 (한국기술교육대학교 창의융합협동과정) ;
- 김주봉 (한국기술교육대학교 컴퓨터공학과) ;
- 허주성 (한국기술교육대학교 컴퓨터공학과) ;
- 권도형 (한국기술교육대학교 창의융합협동과정) ;
-
한연희
(한국기술교육대학교 컴퓨터공학과)
- Published : 2017.11.01
Abstract
최근 다양한 네트워크 서비스와 응용들이 생겨나면서, 네트워크상에 다양한 네트워크 트래픽이 발생하고 있다. 이로 인하여, 네트워크에 불필요한 네트워크 트래픽도 많이 발생하면서 네트워크 성능에 저하를 발생 시키고 있다. 따라서, 네트워크 트래픽 분류를 통하여 빠르게 제공되어야 하는 네트워크 서비스를 빠르게 전송 할 수 있도록 각 네트워크 트래픽마다의 분류가 필요하다. 본 논문에서는 Deep Learning 기법 중 Recurrent Neural Network를 이용한 플로우 기반의 네트워크 트래픽 분류를 제안한다. Deep Learning은 네트워크 관리자의 개입 없이 네트워크 트래픽 분류를 할 수 있으며, 이를 위하여 네트워크 트래픽을 Recurrent Neural Network에 적합한 데이터 형태로 변환한다. 변환된 데이터 세트를 이용하여 훈련시킴으로써 네트워크 트래픽을 분류한다. 본 논문에서는 훈련시킨 결과를 토대로 비교 분석 및 평가를 진행한다.
Keywords