SciELO - Scientific Electronic Library Online

 
vol.20 issue38Finite Element Analysis of An Evaporation System to Synthesize Kesterite thin FilmsExtraction of Student Interaction Data from an Open edX Platform author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Ingenierías Universidad de Medellín

Print version ISSN 1692-3324On-line version ISSN 2248-4094

Abstract

VARGAS-ARCILA, Angela María; CORRALES-MUNOZ, Juan Carlos; RENDON-GALLON, Alvaro  and  SANCHIS, Araceli. Selección de discriminadores de tráfico de red para clasificación en tiempo real. Rev. ing. univ. Medellín [online]. 2021, vol.20, n.38, pp.67-85.  Epub Nov 20, 2021. ISSN 1692-3324.  https://doi.org/10.22395/rium.v20n38a4.

Existen varias técnicas para seleccionar un conjunto de variables para clasificación del tráfico de red. Sin embargo, muchos estudios ignoran el ámbito del conocimiento en donde el análisis y clasificación del tráfico tiene lugar y no consideran la información, siempre en movimiento, que se transporta en dichas redes. Este artículo describe el proceso de selección de discriminadores tráfico de redes en línea. Se obtuvieron 24 características que pueden procesarse en tiempo real y se proponen como los conjuntos de atributos base para futuros análisis, procesamiento y calificación conscientes del dominio (domain-aware). Para la selección de un conjunto de discriminadores de tráfico y con el fin de evitar los inconvenientes mencionados anteriormente, se llevaron a cabo tres etapas. La primera consiste en la selección manual basada en el conocimiento contextual de las características de tráfico de red que tengan las condiciones de obtener en tiempo real a partir del flujo. La segunda etapa se enfoca en la calidad del análisis de los atributos previamente seleccionados para asegurar la relevancia de cada uno a la hora de efectuar la clasificación del tráfico. En la tercera etapa, la implementación de varios algoritmos de aprendizaje incremental verifican la idoneidad de tales atributos en procesos de clasificación de tráfico en línea.

Keywords : aprendizaje incremental; clasificación de tráfico de la red; clasificación en línea; selección de características de tráfico.

        · abstract in English     · text in English     · English ( pdf )