Design and Implementation of a Network Traffic Classification System

Abstract

Network traffic classification has been studied for two decades and extended across a wide variety of systems from QoS and ISPs classification systems to firewalls and intrusion detection. In the past, Port-based and packet inspection methods were commonly used. However due to substantial changes in internet traffic, especially the increased encryption of data, they were declined due to their lack of precision. Researchers recently tested new techniques for traffic classification and recorded a high degree of accuracy via the application of machine Learning techniques. In this project, we offer a desktop application for network access management applying machine learning based network traffic classification.***

La classification du trafic réseau a été étudiée pendant deux décennies et étendue à une grande variété de systèmes, des systèmes de classification QoS et FAI aux pare-feu et à la détection des intrusions. Dans le passé, les méthodes d’inspection basées sur les ports et les paquets étaient couramment utilisées, mais en raison de changements importants dans le trafic Internet, en particulier du cryptage accru des données, elles ont été refusées en raison de leur précision. Les chercheurs ont récemment testé de nouvelles techniques de classification du trafic et enregistré un haut degré de précision via l’application des techniques d’apprentissage automatique. Dans ce projet, nous proposons une application de bureau pour la gestion des accès réseau appliquant une classification du trafic réseau basée sur l’apprentissage automatique.