Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения

Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения

Рассмотрен способ построения систем фильтрации Интернет трафика локальных сетей на основе методов машинного обучения. Огромное количество Интернет ресурсов, основная масса которых на сегодняшний день является динамическими, делают малопригодными традиционные сигнатурные подходы к анализу и фильтраци...

Full description

Saved in:
Bibliographic Details
Date:2008
Main Authors: Глазкова, В.В., Масляков, В.А., Машечкин, И.В., Петровский, М.И.
Format: Article
Language:Russian
Published: Інститут програмних систем НАН України 2008
Subjects:
Паралельне програмування
Розподілені системи та мережі
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/1445
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения / В.В. Глазкова, В.А. Масляков, И.В. Машечкин, М.И. Петровский // Пробл. програмув. — 2008. — N 2-3. — С. 119-126. — Бібліогр.: 18 назв. — рус.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-1445
record_format dspace
spelling Глазкова, В.В.
Масляков, В.А.
Машечкин, И.В.
Петровский, М.И.
2008-07-31T10:25:04Z
2008-07-31T10:25:04Z
2008
Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения / В.В. Глазкова, В.А. Масляков, И.В. Машечкин, М.И. Петровский // Пробл. програмув. — 2008. — N 2-3. — С. 119-126. — Бібліогр.: 18 назв. — рус.
1727-4907
https://nasplib.isofts.kiev.ua/handle/123456789/1445
004.85, 004.89
Рассмотрен способ построения систем фильтрации Интернет трафика локальных сетей на основе методов машинного обучения. Огромное количество Интернет ресурсов, основная масса которых на сегодняшний день является динамическими, делают малопригодными традиционные сигнатурные подходы к анализу и фильтрации Интернет информации. Анализ мета информации о ресурсе, такой как URL и тип содержимого, а также анализ содержимого на основе ключевых слов не обладают достаточной точностью, обеспечивающей эффективное решение задачи фильтрации трафика. Авторами предложена оригинальная архитектура, использующая методы машинного обучения для решения задачи многотемной классификации Интернет ресурсов. В работе описаны основные модули системы, их алгоритмы работы и способ организации базы знаний. Разработанная архитектура экспериментально протестирована на эталонных тестовых наборах данных, результаты экспериментов показали достаточно высокую точность и скорость работы.
This report gives an overview of a method of constructing an Internet traffic filtering system based on machine learning approach. Large number of Internet resources, most of which today are dynamic, make little use of traditional signature approaches to the analysis and filtering of Internet information. Analysis of Internet resource meta-information, such as its URL and content type, or analysis based on keywords does not have sufficient accuracy to perform effective traffic filtering. The authors propose an original architecture, which uses machine-learning techniques to perform online multi-class multi-label classification of Internet resource content. This paper describes main modules, algorithms and knowledge base structure of such Internet traffic filtering system. Proposed architecture and algorithms were successfully implemented and tested on standard test data sets. Experiment results have shown fairly high accuracy and speed.
ru
Інститут програмних систем НАН України
Паралельне програмування
Розподілені системи та мережі
Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения
Tecnology of Internet traffic filtering system development based on macing learning methods
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения
spellingShingle Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения
Глазкова, В.В.
Масляков, В.А.
Машечкин, И.В.
Петровский, М.И.
Паралельне програмування
Розподілені системи та мережі
title_short Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения
title_full Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения
title_fullStr Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения
title_full_unstemmed Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения
title_sort технология разработки систем фильтрации интернет трафика на основе методов машинного обучения
author Глазкова, В.В.
Масляков, В.А.
Машечкин, И.В.
Петровский, М.И.
author_facet Глазкова, В.В.
Масляков, В.А.
Машечкин, И.В.
Петровский, М.И.
topic Паралельне програмування
Розподілені системи та мережі
topic_facet Паралельне програмування
Розподілені системи та мережі
publishDate 2008
language Russian
publisher Інститут програмних систем НАН України
format Article
title_alt Tecnology of Internet traffic filtering system development based on macing learning methods
description Рассмотрен способ построения систем фильтрации Интернет трафика локальных сетей на основе методов машинного обучения. Огромное количество Интернет ресурсов, основная масса которых на сегодняшний день является динамическими, делают малопригодными традиционные сигнатурные подходы к анализу и фильтрации Интернет информации. Анализ мета информации о ресурсе, такой как URL и тип содержимого, а также анализ содержимого на основе ключевых слов не обладают достаточной точностью, обеспечивающей эффективное решение задачи фильтрации трафика. Авторами предложена оригинальная архитектура, использующая методы машинного обучения для решения задачи многотемной классификации Интернет ресурсов. В работе описаны основные модули системы, их алгоритмы работы и способ организации базы знаний. Разработанная архитектура экспериментально протестирована на эталонных тестовых наборах данных, результаты экспериментов показали достаточно высокую точность и скорость работы. This report gives an overview of a method of constructing an Internet traffic filtering system based on machine learning approach. Large number of Internet resources, most of which today are dynamic, make little use of traditional signature approaches to the analysis and filtering of Internet information. Analysis of Internet resource meta-information, such as its URL and content type, or analysis based on keywords does not have sufficient accuracy to perform effective traffic filtering. The authors propose an original architecture, which uses machine-learning techniques to perform online multi-class multi-label classification of Internet resource content. This paper describes main modules, algorithms and knowledge base structure of such Internet traffic filtering system. Proposed architecture and algorithms were successfully implemented and tested on standard test data sets. Experiment results have shown fairly high accuracy and speed.
issn 1727-4907
url https://nasplib.isofts.kiev.ua/handle/123456789/1445
citation_txt Технология разработки систем фильтрации интернет трафика на основе методов машинного обучения / В.В. Глазкова, В.А. Масляков, И.В. Машечкин, М.И. Петровский // Пробл. програмув. — 2008. — N 2-3. — С. 119-126. — Бібліогр.: 18 назв. — рус.
work_keys_str_mv AT glazkovavv tehnologiârazrabotkisistemfilʹtraciiinternettrafikanaosnovemetodovmašinnogoobučeniâ
AT maslâkovva tehnologiârazrabotkisistemfilʹtraciiinternettrafikanaosnovemetodovmašinnogoobučeniâ
AT mašečkiniv tehnologiârazrabotkisistemfilʹtraciiinternettrafikanaosnovemetodovmašinnogoobučeniâ
AT petrovskiimi tehnologiârazrabotkisistemfilʹtraciiinternettrafikanaosnovemetodovmašinnogoobučeniâ
AT glazkovavv tecnologyofinternettrafficfilteringsystemdevelopmentbasedonmacinglearningmethods
AT maslâkovva tecnologyofinternettrafficfilteringsystemdevelopmentbasedonmacinglearningmethods
AT mašečkiniv tecnologyofinternettrafficfilteringsystemdevelopmentbasedonmacinglearningmethods
AT petrovskiimi tecnologyofinternettrafficfilteringsystemdevelopmentbasedonmacinglearningmethods
first_indexed 2025-12-07T19:40:11Z
last_indexed 2025-12-07T19:40:11Z
_version_ 1850879677925687296

Similar Items