웹 응용 프로그램은 HTTP 프로토콜의 보안 문제로 HTTPS 프로토콜을 사용한다. HTTPS 응용 트래픽 분류를위해 다양한 연구가 진행되고 있으나, 암호화로 인해 분류하기 어렵다. 이를 해결하기 위...

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A108585315
2023
Korean
KCI등재
학술저널
581-588(8쪽)
0
상세조회0
다운로드웹 응용 프로그램은 HTTP 프로토콜의 보안 문제로 HTTPS 프로토콜을 사용한다. HTTPS 응용 트래픽 분류를위해 다양한 연구가 진행되고 있으나, 암호화로 인해 분류하기 어렵다. 이를 해결하기 위...
웹 응용 프로그램은 HTTP 프로토콜의 보안 문제로 HTTPS 프로토콜을 사용한다. HTTPS 응용 트래픽 분류를위해 다양한 연구가 진행되고 있으나, 암호화로 인해 분류하기 어렵다. 이를 해결하기 위한 방법들은 multi-class 분류이며 서비스 단위로 응용 트래픽을 분류한다. 웹 서비스는 여러 응용 프로그램의 조합으로 구성되며, 트래픽또한 여러 응용 프로그램의 조합으로 하나의 서비스를 이룬다. 기존 연구와 같이 서비스 단위로만 분류할 경우, 서비스 내 여러 응용 프로그램의 트래픽이 섞여 미탐 혹은 오탐할 수 있다. 따라서 우리는 multi-label 분류를 사용하여 플로우 별로 서비스 단위인 주라벨과 응용 프로그램 단위인 부라벨을 정의하고, 합성 곱 신경망을 설계하여 6개의 서비스와 서비스 내 14개의 응용 프로그램을 분류한다. 6개의 서비스 분류 정확도는 100%, 14개의 응용 프로그램 분류 정확도는 85% 성능으로 서비스 단위와 응용 프로그램 단위로 트래픽을 분류하였다.
참고문헌 (Reference)
1 심규석 ; 구영훈 ; 이성호 ; Baraka D. Sija ; 김명섭, "최신 네트워크 응용 분류를 위한 자동화 페이로드시그니쳐 업데이트 시스템" 한국통신학회 42 (42): 98-107, 2017
2 Y. Xue, "Traffic classification : Issues and challenges" 545-549, 2013
3 F. Pacheco, "Towards the deployment of machine learning solutions in network traffic classification : A systematic survey" 21 (21): 1988-2014, 2018
4 M. Shafiq, "Network traffic classification techniques and comparative analysis using machine learning algorithms" 2451-2455, 2016
5 Ui-Jun Baek, "MISCNN: A Novel Learning Scheme for CNN-Based Network Traffic Classification" IEEE 01-06, 2022
6 D. Shamsimukhametov, "Is encrypted clienthello a challenge for traffic classification?" 10 : 77883-77897, 2022
7 ANA, "IANA port number list"
8 Wei Wang, "HAST-IDS: Learning Hierarchical Spatial-Temporal Features Using Deep Neural Networks to Improve Intrusion Detection" Institute of Electrical and Electronics Engineers (IEEE) 6 : 1792-1806, 2018
9 Faiz Zaki, "GRAIN: Granular multi-label encrypted traffic classification using classifier chain" Elsevier BV 213 : 109084-, 2022
10 S. Rezaei, "Deep learning for encrypted traffic classification : An overview" 57 (57): 76-81, 2019
1 심규석 ; 구영훈 ; 이성호 ; Baraka D. Sija ; 김명섭, "최신 네트워크 응용 분류를 위한 자동화 페이로드시그니쳐 업데이트 시스템" 한국통신학회 42 (42): 98-107, 2017
2 Y. Xue, "Traffic classification : Issues and challenges" 545-549, 2013
3 F. Pacheco, "Towards the deployment of machine learning solutions in network traffic classification : A systematic survey" 21 (21): 1988-2014, 2018
4 M. Shafiq, "Network traffic classification techniques and comparative analysis using machine learning algorithms" 2451-2455, 2016
5 Ui-Jun Baek, "MISCNN: A Novel Learning Scheme for CNN-Based Network Traffic Classification" IEEE 01-06, 2022
6 D. Shamsimukhametov, "Is encrypted clienthello a challenge for traffic classification?" 10 : 77883-77897, 2022
7 ANA, "IANA port number list"
8 Wei Wang, "HAST-IDS: Learning Hierarchical Spatial-Temporal Features Using Deep Neural Networks to Improve Intrusion Detection" Institute of Electrical and Electronics Engineers (IEEE) 6 : 1792-1806, 2018
9 Faiz Zaki, "GRAIN: Granular multi-label encrypted traffic classification using classifier chain" Elsevier BV 213 : 109084-, 2022
10 S. Rezaei, "Deep learning for encrypted traffic classification : An overview" 57 (57): 76-81, 2019
11 A. Callado, "A survey on internet traffic identification" 11 (11): 37-52, 2009
12 T. T. T. Nguyen, "A survey of techniques for internet traffic classification using machine learning" 10 (10): 56-76, 2008
13 P. Velan, "A survey of methods for encrypted traffic classification and analysis" 25 (25): 355-374, 2015
14 Ministry of Science and ICT, National Information society agency, "2021 Survey on the Internet Usage"
건축물 점검을 위한 딥러닝 기반의 도메인 적응적 균열 검출 시스템
군 저궤도위성통신체계 사용자 링크 설계와 링크버짓 분석
Performance Evaluation for UAV-Based UL-NOMA with Channel Coding