МОДЕЛЮВАННЯ АБСТРАКТНОГО МЕРЕЖЕВОГО ПАКЕТНОГО ФІЛЬТРА З МОЖЛИВІСТЮ КЛАСИФІКАЦІЇ ОДНОРАНГОВОЇ ВЗАЄМОДІЇ

Article Sidebar

PDF (Українська)
Published: бер. 20, 2020
Keywords:
класифікація трафіку, мережевий фільтр, однорангова взаємодія, якість обслуговування в пакетних мережах.

Main Article Content

Костянтин Сергійович ДЄЄВ
Черкаський національний університет імені Богдана Хмельницького

Abstract

У роботі розглянуто модель абстрактного мережевого пакетного фільтра який дозволяє проводити класифікацію однорангової взаємодії виду точка-точка. Модель відповідає математичного опису, апроксимованого за допомогою полінома представлення пакетного заголовку та протокольних повідомлень мережевого рівня. З використанням апарату методу групового врахування аргументів (МГВА) розроблено модель абстрактного мережевого пакетного фільтра з можливістю класифікації однорангової взаємодії. Метою даної роботи є створення гнучкої абстракції функцій типового мережевого фільтра в умовах переважаючого в глобальних мережах типу трафіку. В роботі наведено модифікації алгоритму МГВА, проведена оптимізація вибору ключових вхідних параметрів, зокрема при формуванні шару класифікації та вибору масиву вхідної тестової послідовності.

Article Details

Issue
No. 1-2 (2017): ВІСНИК ЧЕРКАСЬКОГО УНІВЕРСИТЕТУ: ПРИКЛАДНА МАТЕМАТИКА. ІНФОРМАТИКА
Section
Computer Science
Author Biography

Костянтин Сергійович ДЄЄВ, Черкаський національний університет імені Богдана Хмельницького

викладач кафедри автоматизації та комп’ютерно-інтегрованих технологій

References

Narang A., Williamson C. A longitudinal study of P2P traffic classification // IEEE Commun. Mag., Baltimore, MD, USA, July/Aug., 2011. Vol. 27. P. 141–148.

Karagiannis, T. Should Internet service providers fear peer-assisted content distribution /T. Karagiannis, P. Rodriguez //International Conf. on emerging Networking EXperiments and Technologies (CoNEXT '08). - San Jose, CA, USA, Jan., 2008, Vol. 16. P. 313-326.

Yu F. High speed deep packet inspection with hardware support // Passive and Active Measurement Conf. (PAM 2005). Mineapolis, USA, 2006. Vol. 10. P. 325–328.

Sen S., Patsche O. D., Wang Y. Accurate, scalable in-network identification of P2P traffic using application signatures // IEEE Network Operations and Management Symposium (NOMS 2008). Taormina, Sicily, Italy, Oct., 2007. Vol. 22. P. 219–232.

Sen S., Wang J. Analyzing peer-to-peer traffic across large networks // Networking, IEEE/ACM Transactions. St. Petersburg, Russia, Sept., 2012. Vol. 14. P. 219–232.

Constantinou F., Mavrommatis P. Identifying known and unknown peer-to-peer traffic // 5th IEEE International Symposium on Network Computing and Applications (NCA '11). Madrid, Spain, Dec., 2011. Vol. 10. P. 25–30.

Олифер В. Г, Олифер Н. А. Компьютерные сети. Принципы, технологии, протоколы: учебник для вузов. 3-е изд., 2006. 958 С.

Duffield N., Lund C., Thorup M. Estimating flow distributions from sampled flow statistics // IEEE/ACM Trans. Netw., Antibes Juanles-Pins, France, Apr., 2013. Vol. 16. P. 933–946.