Um estudo comparativo de algoritmos baseados em Aprendizado de Máquina para classificação de Tráfego em Redes Definidas por Software

Resumo

Atualmente a internet tornou-se uma ferramenta muito importante para a troca de informações, fazendo com que ela necessite de um bom funcionamento. Nesse contexto, a adoção de redes definidas por software viabiliza o desenvolvimento de novas técnicas para aprimorar o gerenciamento e desempenho das redes atuais. Como as redes definidas por software separam o plano de dados do plano de controle, a lógica de encaminhamento é centralizada em um ou mais controladores, os quais possuem visão de grande parte da rede, ou até mesmo global quando são utilizados em conjunto. Com base na classificação do fluxo de tráfego entrante da rede pode-se implementar políticas de segurança, controle de qualidade de serviço e engenharia de tráfego, visando sempre melhorar o gerenciamento da rede. Este trabalho apresenta três artigos, os quais apresentam um estudo comparativo de algoritmos de aprendizado de máquina utilizando-se principalmente as métricas convencionais (acurácia, precisão, revocação e f1-score), onde verifica-se o desempenho de algoritmos de aprendizado de máquina em duas topologias propostas.