Digital Library

cab1

 
Title:      CLASSIFICAÇÃO DE TRÁFEGO COM TÉCNICAS DE DEEP LEARNING PARA GERÊNCIA DA SEGURANÇA NO CONTROLE DE REDES SDN
Author(s):      Ludimila O. Félix, Mateus Romani, Georges D. Amvame-Nze, Rafael T. de Sousa Jr., Robson de Oliveira Albuquerque e Bruce William Percílio Azevedo
ISBN:      978-989-8533-96-8
Editors:      Paula Miranda, Cristiano Costa, Pedro Isaías e Flávia Maria Santoro
Year:      2019
Edition:      Single
Keywords:      Software Defined Networks, Classificação de Tráfego, Machine Learning
Type:      Poster
First Page:      340
Last Page:      342
Cover:      cover          
Full Contents:      click to dowload Download
Paper Abstract:      A combinação do modelo de Software Defined Networks (SDN) com algoritmos de aprendizado de máquina permite vislumbrar a possibilidade de redes definidas por aprendizado, ou seja, redes que utilizam conhecimentos dos fluxos de tráfego para gerenciar sua configuração e funcionamento. Nesse contexto, as possibilidades que emergem são infinitas, incluindo a previsão de tendências na rede (por exemplo, prevendo possíveis congestionamentos) e engenharia de tráfego. Essas funções não só contribuem para a disponibilidade da rede, mas também constituem pilares da gerência de segurança de uma rede por empregarem identificação e classificação de tráfego nos aspectos de controle de acesso, filtragem por firewalls adaptáveis e detecção de ataques DoS e DDoS. No presente artigo, é apresentada uma proposta de classificação de tráfego para uso na segurança em redes SDN utilizando aprendizado profundo, Deep Learning por Multi-Layer Perceptron (MLP).
   

Social Media Links

Search

Login