Automatická optimalizace datových sad síťového provozu

Abstract

S rostoucím objemem šifrovaného provozu v síti narůstá potřeba korektní identifikace a monitorování tohoto provozu. Pro řešení toho problému se využívá algoritmů strojového učení, které je ale nejdříve nutné naučit na trénovací datovou sadu. Nejvhodnější je pak pro učení používat i záznamy z reálného provozu. Cílem této práce je analýza možných metod optimalizace datových sad síťového provozu, následný návrh možných algoritmů pro optimalizaci datových sad, jejich implementace a experimentální vyhodnocení těchto algoritmů. Výstupem práce pak je srovnání experimentálních výsledků navržených metod a jejich softwarový prototyp implementovaný v programovacím jazyce Python.

The need for precise identification and monitoring of encrypted network traffic grows accordingly to the growing volume of encrypted network traffic. The solution to this problem often lies in utilization of machine learning algorithms. Before such algorithms can be employed they have to be trained using prepared training datasets. It is best to use dataset which are in part comprised of real world network traffic. Goal of this theses is to analyze potencial method for network traffic dataset optimization and propose viable algorithms for optimizing these datasets. The proposed algorithms will be implemented and experimentaly evaluated. Results of this theses are comparison of experimental results of proposed algorithms and software prototype of such algorithms implemented in Python programming language.