| Revista: | Abstraction & application |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000424021 |
| ISSN: | 2007-2635 |
| Autores: | Sánchez Ferriz, Daniel1 Gómez Montalvo, Jorge Ricardo1 Madera Ramírez, Francisco Alejandro1 |
| Instituciones: | 1Universidad Autónoma de Yucatán, Facultad de Matemáticas, Mérida, Yucatán. México |
| Año: | 2018 |
| Volumen: | 19 |
| Paginación: | 61-71 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Con el crecimiento prominente en las redes computacionales, el tr´afico de redes es un tema que se ha vuelto m´as relevante. Para mejorar la Calidad de Servicio (QoS, por sus siglas en ingl´es), los paquetes de informaci´on, elementos esenciales en la comunicaci´on, deben ser clasificados. Existen varios m´etodos para clasificar el tr´afico de redes, la m´as simple es la clasificaci´on por puertos por el Protocolo de Control de Transmisi´on (TCP, por sus siglas en ingl´es) y el Protocolo de Datagramas de Usuario (UDP, por sus siglas en ingl´es). Sin embargo, este tipo de clasificaci´on ha demostrado ser impreciso, podr´ıa ser ´util tener una recopilaci´on de los diferentes tipos de clasificadores, incluyendo un nuevo enfoque a trav´es de Machine Learning. Otro problema que enfrenta la clasificaci´on de redes es la falta de flujos de tr´afico confiables para las pruebas y, en el caso de Machine Learning, entrenamiento. Para complementar la recopilaci´on, se debe hacer un breve an´alisis en la literatura que abarque los temas de emulaci´on para que los flujos de tr´afico puedan ser emulados. En el presente trabajo se estudia la clasificaci´on del tr´afico de redes haciendo algunas observaciones con respecto al tr´afico encriptado. Se comparan las ventajas y desventajas de las clasificaciones de tr´afico por protocolos TCP/UDP, Inspecci´on Profunda de Paquetes (DPI, por sus siglas en ingl´es) y Machine Learning |
| Resumen en inglés | With the prominent growth in computer networks, network traffic is an issue that has become more relevant. To improve the Quality of Serivce (QoS), information packages, essential elements in communication, must be classified. There are several methods of classifying network traffic, the simplest is the classification by ports using the Transmission Control Protocol (TCP) and the User Datagram Protocol (UDP). However, this sort of classification has proven to be imprecise, it could be useful to have a survey of the different types of classifications, including a new approach through Machine Learning. Another problem facing network classification is the lack of reliable traffic flows for testing and, in case of Machine Learning, training. To complement the survey, a brief analysis should be made in the literature that covers the issues of emulation so that traffic flows can be emulated. In the present work we study the classification of network traffic making some observations regarding encrypted traffic. We compare advantages and disadvantages of traffic classifications through TCP/UDP protocols, Deep Package Inspection (DPI) and Machine Learning |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Redes, Redes de computadoras, Tráfico de redes, Emulación, Calidad del servicio |
| Keyword: | Networks, Computer networks, Networks traffic, Emulation, Quality of service |
| Texto completo: | Texto completo (Ver HTML) |
