Xử lý và phân loại dữ liệu gói tin IP trên mạng Internet dựa vào học máy

Tóm tắt

      Ngày nay, với sự phát triển không ngừng của công nghệ thông tin, các giao tiếp truyền thông trên mạng Internet ngày càng tăng, tình trạng nghẽn mạng trên đường truyền hay tại các nút mạng là một vấn đề đáng quan tâm. Để phát triển hệ thống hạ tầng mạng truyền thông Internet tại một thành phố lớn, một quốc gia hay trên thế giới, việc phân luồng và điều khiển luồng dữ liệu mạng để tối ưu hóa quá trình giao tiếp và giảm thiểu tình trạng nghẽn mạng là rất quan trọng và cần thiết. Trong nghiên cứu này, nhóm tác giả phân tích, xử lý dữ liệu gói tin Internet (IP), dựa vào độ trễ của gói tin sử dụng mô hình học máy với phương pháp Rừng ngẫu nhiên (RF) và mô hình Support Vector Machines (SVM) để phân loại gói tin IP. Mục tiêu chính của việc phân loại gói tin theo độ trễ để tối ưu hóa hiệu suất của mạng bằng cách ưu tiên xử lý các gói tin có độ trễ thấp, đảm bảo các dịch vụ trực tuyến như video streaming, voice calls được ổn định và ít bị gián đoạn. Hơn nữa, dễ dàng quản lý và điều khiển lưu lượng gói tin, giảm tình trạng tắc nghẽn tại bộ định tuyến mạng.