딥러닝 기반의 응용 프로그램 트래픽 분류를 위한 데이터셋 사용 및 전처리 방법

초록

네트워크 트래픽 분류는 네트워크 관리 분야의 핵심 기술로 이를 위해 다양한 공개 데이터셋이 활용되고 있다. 연구 목적에 맞는 데이터셋을 선택하는 것은 중요하며, 데이터셋의 메타데이터 비교 분석 결과는 데이터셋 선택 과정에 도움을 줄 수 있다. 기존 연구에서는 설명, 데이터셋 레벨 그리고 정답지 포함 여부에 대한 비교를 제공하고 있으나 연구 목적에 맞는 데이터셋을 선택하기에 충분하지 않다. 본 논문에서는 데이터셋 선택을 위한 고려사항을 제시하고 데이터셋의 크기, 수집 환경 등 보다 상세한 정보를 제공하고 이를 비교한다. 또한, 다양한 연구에서 사용한 데이터셋 전처리 방법, 분류 방법 그리고 재현성을 데이터셋 별로 분류하여 후속 연구자들의 연구 객관성 확보를 돕고자 한다. 마지막으로, 현재 공개된 데이터셋들의 한계점 및 데이터셋 구축에 대한 도전 과제를 제시한다.

키워드