TrAdaBoost-based Flow Rule Classification Technique in SDN Environment

SDN 환경에서의 TrAdaBoost 기반 Flow 규칙 구분 기법

  • Kim, Min-Woo (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Lim, Hwan-Hee (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Lee, Byung-Jun (Dept. of Electrical and Computer Engineering, Sungkyunkwan University) ;
  • Kim, Kyung-Tae (Dept. of Software, Sungkyunkwan University) ;
  • Youn, Hee-Yong (Dept. of Electrical and Computer Engineering, Sungkyunkwan University)
  • 김민우 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 임환희 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 이병준 (성균관대학교 정보통신대학 전자전기컴퓨터공학과) ;
  • 김경태 (성균관대학교 소프트웨어대학 소프트웨어학과) ;
  • 윤희용 (성균관대학교 정보통신대학 전자전기컴퓨터공학과)
  • Published : 2019.01.16

Abstract

기존의 Flow 규칙 구분을 위해 연구되었던 기법들은 적응적 또는 사전 처리의 접근법이 제안되었으나 각각의 장단점을 기반으로 효율적인 접근법이 연구되어야한다. 본 연구에서는 Flow 규칙을 삽입하기 전에, 스위치의 계산 작업을 완화하기 위하여 전이 학습 기법인 TrAdaBoost를 이용함으로써 Flow 규칙들을 구분하는 접근법을 제안한다.

Keywords