1 / 27

Applicazione di metodi statistici alla classificazione del traffico in reti dati

Applicazione di metodi statistici alla classificazione del traffico in reti dati. Alessandro Finamore. Marco Mellia Fabio Neri. Relatori:. Il problema della classificazione. Traffico generico. Internet Service Provider. Qual è il protocollo della comunicazione ?. 1/17.

rajah-stone
Télécharger la présentation

Applicazione di metodi statistici alla classificazione del traffico in reti dati

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Applicazione di metodi statistici alla classificazione del traffico in reti dati Alessandro Finamore Marco Mellia Fabio Neri Relatori:

  2. Il problema della classificazione Traffico generico Internet Service Provider Qual è il protocollo della comunicazione? 1/17

  3. Il problema della classificazione Skype Bittorrent ? ? Porta: Porta: Internet Service Provider ? Payload: “bittorrent” Payload: Gtalk eMule ? ? Porta: Porta: 4662/4672 Payload: Payload: E4/E5 protocollo RTP 2/17

  4. Classificazione statistica Fase 3 Fase 1 Fase 2 Testing Traffico noto Statistiche Predizione • Caratterizzazione statistica delle comunicazioni • Sviluppo del sistema di predizione • Analisi degli errori di classificazione 3/17

  5. Classificazione statistica Fase 3 Fase 1 Fase 2 Testing Traffico noto Statistiche Predizione • Caratterizzazione statistica delle comunicazioni • Test c 2 4/17

  6. Chunking e Frequenze dei valori assunti dai chunk Distribuzione uniforme UDP header Primi N byte C chunks da b bits c c c 2 2 2 [ ] , … , 1 C Vettore di statistiche 5/17

  7. Esempio di chunk di 4bit random 6/17

  8. Esempio di chunk di 4bit deterministico random 6/17

  9. Esempio di chunk di 4bit deterministico mixed random 6/17

  10. Esempio di chunk di 4bit contatore 7/17

  11. Classificazione statistica Fase 3 Fase 1 Fase 2 Testing Traffico noto Statistiche Predizione • Caratterizzazione statistica delle comunicazioni • Test • Sviluppo del sistema di predizione • Distanza geometrica tra punti in uno spazio c 2 8/17

  12. Classificazione geometrica [ ] , … , j 1 C Iperspazio classe Regioni di classificazione ? classe non nota classe Distanza Euclidea Support Vector Machine c c c c 2 2 2 2 i 9/17

  13. Distanza Euclidea j • Centroide • media aritmetica c c 2 2 i 10/17

  14. Distanza Euclidea j • Centroide • media aritmetica Veri Neg. “lontani” Veri Pos. “vicini” c c 2 2 i 10/17

  15. Distanza Euclidea j • Centroide • media aritmetica Falsi Positivi • Ipersfera c c 2 2 i 10/17

  16. Distanza Euclidea j • Centroide • media aritmetica • Ipersfera Falsi Negativi c c 2 2 i 10/17

  17. Distanza Euclidea j • Centroide • media aritmetica • Ipersfera • min { Falsi Pos. } • min { Falsi Neg. } • Affidabilità • distanza euclidea c c 2 2 i 10/17

  18. Support Vector Machine • Kernel functions • Clusterizzazione più • semplice Spazio dei campioni (dim. D) Kernelfunction Spazio delle feature (dim. ∞) 11/17

  19. Support Vector Machine Support vectors • Kernel functions • Clusterizzazione più • semplice • Margine • Massimizzazione • Bordo di classificazione • Support Vector • LibSVM Support vectors 11/17

  20. Support Vector Machine • Kernel functions • Clusterizzazione più • semplice • Margine p (  classe ) • Massimizzazione • Bordo di classificazione • Support Vector • LibSVM • Classificazione • Distanza dal bordo • Probabilità 11/17

  21. Classificazione statistica Fase 3 Fase 1 Fase 2 Testing Traffico noto Statistiche Predizione • Caratterizzazione statistica delle comunicazioni • Test • Sviluppo del sistema di predizione • Distanza geometrica tra punti in uno spazio c 2 • Analisi degli errori di classificazione • Analisi dei Falsi Positivi e Falsi Negativi 12/17

  22. Analisi delle tracce dati Internet Traccia circa 1 giorno di cattura RTP eMule DNS other Traffico noto Traffico generico 20 GByte di traffico UDP Modello • Training + Other Falsi Negativi • Traffico noto Falsi Positivi • Traffico generico Fastweb 13/17

  23. Errori % per alcuni casi critici Distanza euclidea SVM Traf. noto (Falsi Neg.) Traf. gen. (Falsi Pos.) • Le SVM descrivono bene la geometria delle nuvole • … ma è difficile eliminare lo spazio non rappresentativo • Introduzione di una classe complementare 14/17

  24. Errori % per alcuni casi critici SVM con classe complementare Distanza euclidea SVM 15/17

  25. Prestazioni • Effettuate solo analisi offline • Valutazione puntuale difficile • Il calcolo del può richiedere molta memoria • Numero di bit per chunk • Numero di chunk 2 c • La tempistica di predizione è lineare • Numero di bit per chunk • Numero di chunk • Numero di protocolli • Numero di Support Vector • Attraverso ottimizzazione mirate è possibile ottenere • risultati anche online 16/17

  26. Conclusioni • Il è un utile operatore di classificazione • Un semplice classificatore a distanza euclidea può • essere efficace • Le SVM danno risultati migliori ma richiedono l’uso di una • classe complementare c 2 17/17

More Related