МЕТОД ПОСТРОЕНИЯ КЛАССИФИКАТОРА СЕТЕВОГО ТРАФИКА НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ

摘要

Приведены обзор и анализ методов построения классификаторов сетевого трафика и показано преимущество методов глубокого обучения. На основе сравнительного анализа выбраны методы глубокого обучения с учителем. Рассмотрен метод, основанный на использовании многослойной нейронной сети долгой краткосрочной памяти (LSTM). Создана структура глубокой сети, на вход которой подаются потоки необработанных данных, разделённые на сессии. На основе выбранных классов приложений экспериментально доказано, что разработанная нейронная сеть долгой краткосрочной памяти, на вход которой подаются необработанные данные, позволяет получить высокую точность классификации.