intervalC. Classifying network traf

interval
C. Classifying network traffic
As mentioned above, the classifier module was implemented
using SOM. Before SOM is able to classify any 6-tuple
collected by the extractor module, it needs to be trained with a
sufficiently large set of 6-tuple samples collected during attack
traffic as well as normal traffic. In this way, SOM is able to
create a topological map where different regions represent each
kind of traffic. Then, whenever the trained SOM is stimulated
with a 6-tuple extracted from collected flow entries of some
OF switch, it will be able to classify it either as normal traffic
or attack traffic. The amount of 6-tuples used for the training
phase is presented in Section VI.
Our implementation of SOM consisted of a 40×40 matrix
of neurons. Table I shows the parameters used for the learning
process and their respective values.

Kết quả (Việt) 1:

khoảng thời gian
C. Classifying mạng traffic
như đã đề cập ở trên, các mô-đun classifier đã được thực hiện
sử dụng SOM. Trước khi SOM có thể phân loại bất kỳ 6-tuple
được thu thập bởi các mô-đun vắt, nó cần phải được đào tạo với một
sufficiently tập lớn của 6-tuple mẫu thu thập trong cuộc tấn công
traffic như traffic cũng như bình thường. Bằng cách này, SOM có thể
tạo một bản đồ topo nơi vùng khác nhau đại diện cho mỗi
loại của traffic. Sau đó, bất cứ khi nào SOM được đào tạo kích thích
với một 6-tuple chiết xuất từ các mục thu thập flow của một số
của chuyển đổi, nó sẽ có thể phân loại nó hoặc traffic như bình thường
hoặc tấn công traffic. Số 6-tuples được sử dụng cho việc đào tạo
giai đoạn được trình bày trong phần VI.
Chúng tôi thực hiện SOM bao gồm của một ma trận 40 × 40
của tế bào thần kinh. Bảng tôi cho thấy các tham số được sử dụng cho việc học
quá trình và giá trị tương ứng của họ.

Kết quả (Việt) 2:

khoảng thời gian
C. Phân loại lưu lượng mạng
Như đã đề cập ở trên, các mô-đun phân loại được thực hiện
bằng cách sử dụng SOM. Trước khi SOM có thể phân loại bất kỳ 6-tuple
thu thập bởi các mô-đun vắt, nó cần phải được đào tạo với một
tập hợp đủ lớn các mẫu 6-tuple thu thập trong cuộc tấn công
giao thông cũng như lưu lượng truy cập bình thường. Bằng cách này, SOM có thể
tạo ra một bản đồ topo nơi các vùng khác nhau đại diện cho mỗi
loại hình giao thông. Sau đó, bất cứ khi nào SOM đào tạo được kích thích
với một 6-tuple chiết xuất từ mục dòng thu của một số
HÀNH chuyển đổi, nó sẽ có thể để phân loại nó, hoặc là giao thông bình thường
hoặc giao thông tấn công. Số lượng 6 bộ dữ liệu sử dụng cho việc đào tạo
giai đoạn được trình bày trong Phần VI.
thực hiện của chúng tôi SOM bao gồm một 40 × 40 ma trận
của tế bào thần kinh. Bảng tôi thấy các thông số được sử dụng cho việc học tập
quá trình và giá trị tương ứng của họ.