ارایه یک روش ترکیبی رده بندی ترافیک IP با کمک نگاشت ویژگیها و الگوریتمهای ژنتیک

در این مقاله یک رویکرد ترکیبی با استفاده از الگوریتم ژنتیک و شبکه های عصبی برای طبقه بندی ترافیک (P2P) در شبکه های IP پیشنهاد شده است برای این منظور ابتدا ویژگی های مناسب موجود که از سرایند بسته های استخراج شده اند را با استفاده از روش اطلاعات متقابل انتخاب کرده و با اعمال ماتریس کمترین خطای کلاسبندی نمونه های ورودی را به فضای جدیدی نگاشت می کنیم. این نگاشت به منظور کاهش میزان همپوشانی بین کلاسها انجام می شود. برای محاسبه این ماتریس نگاشت ما ازا لگوریتمهای ژنتیک استفاده کرده ا یم و با کمک آنها سعی شده است که با بهینه های محلی که در فضای جستجو وجود دارد مقابله شود. در نهایت روش نگاشت ارایه شده با کمک 3 روش رده بندی مختلف مورد ارزیابی قرار گرفته و نتایج ان نشانگر بهبود نرخ بازشناسی با کمک روش ا رایه شده می باشد نتایج بدست آمده نشان میدهد که روش ترکیبی ارایه شده در بهترین حالت به دقت بالای 96% می رسد.

کلیدواژه ها:

رده بندی بسته ، کمترین خطای رده بندی ، الگوریتم ژنتیک