Discriminação de tráfego P2P utilizando árvores de decisão e naive bayes [Digital]
Dissertação
Português
681.3:621.391
Fortaleza, 2014.
A discriminação de tráfego P2P é uma tarefa importante na gestão da rede e representa um passo crucial na detecção debotnets P2P. No entanto, discriminar o tráfego P2P é uma tarefa desafiadora, devido ao grande número de aplicações com protocolos P2P que geram comportamentos variados, enquanto...
Ver mais
A discriminação de tráfego P2P é uma tarefa importante na gestão da rede e representa um passo crucial na detecção debotnets P2P. No entanto, discriminar o tráfego P2P é uma tarefa desafiadora, devido ao grande número de aplicações com protocolos P2P que geram comportamentos variados, enquanto outros protocolos não P2P mostram um comportamento típico de aplicações P2P. Este trabalho descreve uma estratégia de classificação utilizando árvores de decisão e naive bayes em conjunto com um grupo de atributos na tarefa de classificação de tráfego P2P conhecidos e desconhecidos. Os resultados mostram uma precisão na classificação acima de 99%.
Palavras-chave: p2p; classificação de tráfego; árvores de decisão; naive bayes
Ver menos
Palavras-chave: p2p; classificação de tráfego; árvores de decisão; naive bayes
Ver menos
Discrimination of P2P traffic is an important task in network management and represents a crucial step in detecting P2P botnets however discriminating P2P traffic is a challenging task due to the large number of applications with P2P protocols that generate varied behaviors while others P2P...
Ver mais
Discrimination of P2P traffic is an important task in network management and represents a crucial step in detecting P2P botnets however discriminating P2P traffic is a challenging task due to the large number of applications with P2P protocols that generate varied behaviors while others P2P protocols do not show typical behavior of P2P applications. This work describes a classification strategy using the decision trees and naïve bayes together with a group of attributes in classification task of known and unknown P2P traffic. The results show classification accuracy over 99%.
Keywords: p2p; traffic discrimination; decision trees; naïve bayes Ver menos
Keywords: p2p; traffic discrimination; decision trees; naïve bayes Ver menos
Disponibilidade forma física: Existe obra impressa de código : 93566
Holanda Filho, Raimir
Orientador
Holanda Filho, Raimir
Banca examinadora
Albuquerque, Adriano Bessa
Banca examinadora
Maia, José Everardo Bessa
Banca examinadora
Universidade de Fortaleza. Programa de Pós-Graduação em Informática Aplicada
Dissertação (mestrado)