1 |
1
트래픽 분류 장치에 있어서,
네트워크의 트래픽 데이터를 수집하는 데이터 수집부,
상기 수집된 트래픽 데이터가 갖는 복수의 속성들 중 각 속성들의 상관 관계에 기초하여 중복된 성질을 갖는 속성을 제외하고, 나머지 속성을 기준 속성으로 선택하는 속성 선택부,
상기 기준 속성에 기초하여 상기 수집된 트래픽 데이터로부터 P2P 트래픽 데이터와 비 P2P (non-P2P) 트래픽 데이터를 분류하는 SVM(Support Vector Machine) 을 위한 학습 데이터와, 상기 P2P 트래픽 데이터를 애플리케이션 별 트래픽 데이터로 분류하는 SVDD(Support Vector Data Description)를 위한 학습 데이터를 생성하는 학습 데이터 생성부 및
상기 SVM 및 SVDD에 기초하여 상기 네트워크의 트래픽 데이터를 애플리케이션 별로 분류하는 트래픽 분류부를 포함하되,
상기 속성 선택부는 각 속성에 대한 엔트로피 및 각 속성간의 발생에 대한 조건부 확률에 기초하여 중복된 성질을 갖는 속성을 제외하는 것인 트래픽 분류 장치
|
2 |
2
제 1 항에 있어서,
상기 데이터 수집부는 상기 트래픽 데이터를 플로우(flow) 단위로 수집하는 트래픽 분류 장치
|
3 |
3
제 1 항에 있어서,
상기 속성 선택부는 제 1 속성 및 제 2 속성에 대한 엔트로피를 산출하고, 제 1 속성이 발생할 때 제 2 속성이 발생하는 조건부 확률을 산출하고, 상기 제 1 속성 및 제 2 속성의 엔트로피 및 상기 조건부 확률에 기초하여 정보 이익을 산출하며, 상기 제 1 속성 및 제 2 속성의 엔트로피 및 상기 정보 이익에 기초하여 제 1 속성과 제 2 속성의 상관 관계를 계산하여 중복된 성질을 갖는 속성을 제외하는 트래픽 분류 장치
|
4 |
4
제 1 항에 있어서,
상기 속성 선택부는 전체 속성 집합에 포함되는 속성들의 부분 집합 중 메리트 함수(merit function)의 값이 가장 큰 부분 집합을 상기 속성 집합으로 선택하는 트래픽 분류 장치
|
5 |
5
제 1 항에 있어서,
상기 학습 데이터 생성부는 상기 P2P 트래픽 데이터를 세부 클래스로 분류하는 SVDD를 위한 학습 데이터를 생성하고,
상기 세부 클래스에 해당하는 트래픽 데이터를 애플리케이션 별로 분류하는 SVDD를 위한 학습 데이터를 생성하는 트래픽 분류 장치
|
6 |
6
제 1 항에 있어서,
상기 학습 데이터 생성부는 상기 비 P2P 트래픽 데이터를 애플리케이션 별로 분류하는 SVDD를 위한 학습 데이터를 생성하는 트래픽 분류 장치
|
7 |
7
제 1 항 또는 제 5 항에 있어서,
상기 트래픽 분류부는 상기 SVM에 기초하여 상기 트래픽 데이터를 P2P 트래픽 데이터와 비 P2P 트래픽 데이터로 분류하고,
상기 SVDD에 기초하여 상기 P2P 트래픽 데이터를 애플리케이션 별 트래픽 데이터로 분류하는 트래픽 분류 장치
|
8 |
8
제 6 항에 있어서,
상기 트래픽 분류부는 상기 SVDD에 기초하여 상기 비 P2P 트래픽 데이터를 애플리케이션 별 트래픽 데이터로 분류하는 트래픽 분류 장치
|
9 |
9
제 7 항에 있어서,
상기 트래픽 분류부는 상기 SVDD에 기초하여 상기 P2P 트래픽 데이터를 파일 공유 트래픽 데이터, 메신저 트래픽 데이터 및 TV 트래픽 데이터로 분류하고,
상기 파일 공유 트래픽 데이터, 메신저 트래픽 데이터 및 TV 트래픽 데이터 각각을 적어도 하나 이상의 애플리케이션 별 트래픽 데이터로 분류하는 트래픽 분류 장치
|
10 |
10
트래픽 분류 방법에 있어서,
(a) 네트워크의 트래픽 데이터를 수집하는 단계,
(b) 상기 수집된 트래픽 데이터가 갖는 복수의 속성들 중 각 속성들의 상관 관계에 기초하여 중복된 성질을 갖는 속성을 제외하고, 나머지 속성을 기준 속성으로 선택하는 단계,
(c) 상기 기준 속성에 기초하여 상기 수집된 트래픽 데이터로부터 P2P 트래픽 데이터와 비 P2P (non-P2P) 트래픽 데이터를 분류하는 SVM(Support Vector Machine) 을 위한 학습 데이터를 생성하는 단계,
(d) 상기 선택된 속성에 기초하여 상기 수집된 트래픽 데이터로부터 상기 P2P 트래픽 데이터를 애플리케이션 별 트래픽 데이터로 분류하는 SVDD(Support Vector Data Description)를 위한 학습 데이터를 생성하는 단계,
(e) 상기 SVM에 기초하여 상기 네트워크의 트래픽 데이터를 P2P 트래픽 데이터와 비 P2P (non-P2P) 트래픽 데이터로 분류하는 단계 및
(f) 상기 SVDD에 기초하여 상기 P2P 트래픽 데이터를 애플리케이션 별 트래픽 데이터로 분류하는 단계를 포함하되,
상기 (b) 단계는, 각 속성에 대한 엔트로피 및 각 속성간의 발생에 대한 조건부 확률에 기초하여 중복된 성질을 갖는 속성을 제외하는 트래픽 분류 방법
|
11 |
11
제 10 항에 있어서,
상기 (b) 단계는,
제 1 속성 및 제 2 속성에 대한 엔트로피를 산출하는 단계
상기 제 1 속성이 발생할 때 상기 제 2 속성이 발생하는 조건부 확률을 산출하는 단계,
상기 제 1 속성 및 제 2 속성의 엔트로피 및 상기 조건부 확률에 기초하여 정보 이익을 산출하는 단계,
상기 제 1 속성 및 제 2 속성의 엔트로피 및 상기 정보 이익에 기초하여 상기 제 1 속성과 제 2 속성의 상관 관계를 계산하여 중복된 성질을 갖는 속성을 제외하는 단계
를 포함하는 트래픽 분류 방법
|
12 |
12
제 10 항에 있어서,
상기 (b) 단계는,
전체 속성 집합에 포함되는 속성들의 부분 집합 중 메리트 함수(merit function)의 값이 가장 큰 부분 집합을 상기 속성 집합으로 선택하는 단계
를 포함하는 트래픽 분류 방법
|
13 |
13
제 10 항에 있어서,
상기 (d) 단계는,
상기 P2P 트래픽 데이터를 세부 클래스로 분류하는 SVDD를 위한 학습 데이터를 생성하는 단계 및
상기 세부 클래스에 해당하는 트래픽 데이터를 애플리케이션 별로 분류하는 SVDD를 위한 학습 데이터를 생성하는 단계
를 포함하는 트래픽 분류 방법
|
14 |
14
제 10 항에 있어서,
상기 (d) 단계는,
상기 비 P2P 트래픽 데이터를 애플리케이션 별로 분류하는 SVDD를 위한 학습 데이터를 생성하는 단계
를 포함하는 트래픽 분류 방법
|
15 |
15
제 14 항에 있어서,
상기 SVDD에 기초하여 상기 비 P2P 트래픽 데이터를 애플리케이션 별 트래픽 데이터로 분류하는 단계
를 더 포함하는 트래픽 분류 방법
|