طبقه‌بندی ترافیک رمز مبتنی بر یادگیری ماشین

تحلیل و طبقه‌بندی ترافیک نقش مهمی در تامین امنیت، تضمین کیفیت و مدیریت شبکه دارد. امروزه 70 تا90 درصد از ترافیک شبکه‏ به صورت رمز بر روی پروتکلهای ارتباطی امن مانند httpsدر حال انتقال است. ترافیک رمز، در قبال افزایش امنیت و حریم خصوصی کاربر، امکان نظارت و فیلتر ترافیک مشکوک و مخرب در زیرساخت‏های ارتباطی را کاهش می‏دهد. طبقه‌بندی ترافیک رمز بدون رمزگشایی ارتباطات شبکه‏ای کار دشواری است، چرا که اطلاعات payload از دست می‏رود و تنها اطلاعات سرآیند که بخشی از آن هم در نسخه‌های جدید پروتکلهای ارتباطی شبکه (نظیرtls1.03) رمز می‏شود، قابل دسترسی است. از اینرو رویکردهای قدیمی تحلیل ترافیک مانند روشهای مختلف مبتنی بر پورت و payload کارآمدی خود را از دست داده، و رویکردهای جدید مبتنی بر هوش مصنوعی و یادگیری ماشین در تحلیل ترافیک رمز مورد استفاده قرار گرفته‌اند. در این مقاله پس از بررسی چالش‏های تحلیل ترافیک و رویکردهای آن، از روشهای یادگیری ماشین جهت طبقه‌بندی ترافیک روی پایگاه داده ترافیک kaggle141 استفاده شده و راهبردهایی جهت بکارگیری روشهای مبتنی بر یادگیری ماشین در حوزه عملیاتی تحلیل ترافیک ارائه شده است. نتایج بدست آمده نشان می‌دهد روش جنگل تصادفی، با دقت 95%، بهترین نتیجه را در طبقه‌بندی ترافیک بدست آورده است.