앙상블 모델에 임계값을 적용한 3단계 순차적 응용 트래픽 분류 시스템

초록

효율적인 네트워크 관리 및 운용, 서비스 품질 개선, 네트워크 보안 향상을 위하여 응용 트래픽 분류가 필수적이다. 암호화된 트래픽의 발생으로 응용 트래픽을 분류하기 위한 머신러닝 및 딥러닝을 사용한 응용 트래픽 분류에 관한 연구가 이루어지고 있다. 하지만 높은 정확도를 도출하기 위하여 데이터 전처리를 위한 새로운 방법론을 추가하거나 모델의 구조를 반복하는 등, 전체 처리 시간이 증가하는 방법들이 사용되고 있다. 본 논문에서는 간단한 3가지 모델들을 순차적으로 사용하여 전체 처리 시간을 단축하는 방법을 제안한다. 제안하는 분류 시스템에 2가지 앙상블 모델과 1가지 딥러닝 모델을 적용하여 데이터를 분류하였다. 처리 속도가 빠른 앙상블 모델에서의 적절한 임계값을 적용하여 분류가 가능한 데이터를 먼저 분류하고, 남은 데이터를 처리 속도가 느린 딥러닝 모델에 사용하여 전체 처리 속도를 개선한다. 제안한 방법을 적용한 결과, CNN 단일 모델을 사용한 결과보다 6% 높은 정확도를 도출하였으며, 전체 처리 시간은 0.21초 단축되는 결과를 도출하였다.

키워드