| Form of studies |
Professional Master |
| Title of the study programm |
Transport Electronics and Telematics |
| Title in original language |
Tīkla savienojuma veida ietekme uz tīkla trafika klasifikācijas precizitāti ar uzraudzītās mašīnmācīšanās algoritmiem |
| Title in English |
Network connection type impact on the accuracy of network traffic classification with supervised machine learning algorithms |
| Department |
Telemātikas un transporta elektronisko sistēmu katedra |
| Scientific advisor |
Elans Grabs |
| Reviewer |
E.Pētersons |
| Abstract |
Pieprasījums pēc mašīnmācīšanās un tās iespējām ar laiku nemitīgi pieaug, it īpaši informācijas tehnoloģiju un tīkla trafika analīzes sfērās. Galvenokārt, attīstoties uzraudzītās, neuzraudzītās un daļēji uzraudzītās datu klasifikācijas, regresijas un klasterizācijas iespējām, izmantojot vairākus mašīnmācīšanās algoritmus, kurus ievieš attīstoties nozarei.
Darba galvenā tēma ir uzraudzītu mašīnmācīšanās algoritmu veiktspējas precizitātes novērtēšana, kas tiek piemērota reāliem tīkla trafika datiem. Galvenais uzdevums, kas jāatrisina ar uzraudzītu mācīšanos, ir reālu tīkla trafiku klasifikācija – faila lejupielāde, tiešraides straumēšana un Skype video zvans, pie dažādiem tīkla savienojuma veidiem – LAN, LTE un Wi-Fi, tādējādi pārbaudot tīkla savienojuma veida ietekmi uz tīkla trafika klasifikācijas precizitāti, izmantojot uzraudzītus mašīnmācīšanās algoritmus.
Sākotnēji katrs tīkla trafiks tiek noņemts ar katra tīkla savienojuma veidu. Tīkla trafiku avoti un to noņemšanas nosacījumi paliek nemainīgi, tādējādi sasniedzot ticamākus mērījumu rezultātus. Visi noņemtie dati tiek apstrādāti un iezīmēti, uzraudzītiem mašīnmācīšanās algoritmiem nepieciešamā veidā.
Pēc bieži izmantotu uzraudzītās mašīnmācīšanās algoritmu ieviešanas, iegūtie dati katram tīkla trafikam tiek klasificēti, pēc trafika intensitātes parametra, veicot precizitātes pārbaudi. Rezultāti, ar precizitātes novērtējumu, tiek apkopoti tabulu veidā ar turpmāko izskaidrošanu un analīzi. |
| Keywords |
uzraudzīta mācīšanās, trafika klasifikācija, tīkla trafiks, klasifikācijas precizitāte |
| Keywords in English |
supervised learning , traffic classification, network traffic, classification accuracy |
| Language |
lv |
| Year |
2021 |
| Date and time of uploading |
22.03.2021 19:18:52 |
