응용 트래픽의 지역성을 이용한 페이로드 시그니쳐 기반 트래픽 분석 시스템의 성능 향상
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 박준상 | - |
dc.contributor.author | 윤성호 | - |
dc.contributor.author | 김명섭 | - |
dc.date.accessioned | 2021-09-06T06:12:27Z | - |
dc.date.available | 2021-09-06T06:12:27Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2013 | - |
dc.identifier.issn | 1226-4717 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/104507 | - |
dc.description.abstract | 응용 레벨 트래픽 분류는 안정적인 네트워크 운영과 자원 관리를 위해서 필수적으로 요구된다. 트래픽분류에 있어서 페이로드 시그니쳐 기반 응용 레벨 트래픽 분류 방법은 고속 링크의 트래픽을 실시간으로 처리하는 과정에서헤더 정보 및 통계 정보 이용 방법론에 비해 상대적으로 높은 부하를 발생시키며 처리 속도가 느린 단점을 갖는다. 본 논문에서는 페이로드 시그니쳐 기반 트래픽 분류 시스템의 처리 속도를 향상 위하여 응용 트래픽의 지역성을 이용한 서버 IP, Port캐쉬 기반 트래픽 분석 시스템을 제안한다. 제안하는 방법을 학내 망의 실제 트래픽에 적용하여 최대 10배 이상의 처리 속도 향상과 10% 이상의 플로우 분석률을 향상 시킬 수 있었다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국통신학회 | - |
dc.title | 응용 트래픽의 지역성을 이용한 페이로드 시그니쳐 기반 트래픽 분석 시스템의 성능 향상 | - |
dc.title.alternative | Performance Improvement of the Payload Signature based Traffic Classification System Using Application Traffic Locality | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김명섭 | - |
dc.identifier.bibliographicCitation | 한국통신학회논문지B, v.38, no.7, pp.519 - 525 | - |
dc.relation.isPartOf | 한국통신학회논문지B | - |
dc.citation.title | 한국통신학회논문지B | - |
dc.citation.volume | 38 | - |
dc.citation.number | 7 | - |
dc.citation.startPage | 519 | - |
dc.citation.endPage | 525 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001792101 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | payload signature | - |
dc.subject.keywordAuthor | Internet traffic identification | - |
dc.subject.keywordAuthor | cache | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.