ارایه روشی آماری جهت دسته بندی جریان های ترافیکی اسکایپ

اسکایپ یکی از قدرتمندترین و با کیفیت ترین ابزارهای چت است که به کاربرانش اجازه می دهد از سرویس های متعددی مانند: انتقال صدا روی پروتکل اینترنت، ارسال پیام فوری، انتقال و اشتراک گذاری فایل، ویدیو کنفرانس و پیام صوتی به صورت رایگان بهره ببرند. اسکایپ به دلیل ارایه سرویس هایی با کیفیت بالا و هزینه کم، همچنین به دلیل حفظ امنیت کاربران از شهرت و محبوبیت بالایی برخوردار است. به طوری که ترافیک های اسکایپ حجم زیادی از ترافیک های اینترنت را به خود اختصاص داده است. از این رو مراکز ارایه دهنده خدمات اینترنتی به منظور اعمال کیفیت سرویس و مدیریت شبکه نیاز به شناسایی ترافیک ها دارند. از طرف دیگر توسعه دهنده گان اسکایپ به دلیل حفظ امنیت کاربران اقدام به رمز نگاری ترافیک اسکایپ نموده اند به طوری که با استفاده از روش های قدیمی مبتنی بر پورت و بازرسی عمیق بسته ها نمی توان ترافیک اولیه اسکایپ را شناسایی نمود. در نتیجه برای شناسایی این نوع ترافیک ها از روش های آماری بهره می بریم. از این رو در این پژوهش از روش های یادگیر ماشین بدون نظارت که یک روش آماری است استفاده می کنیم که ترافیک سرویس های مختلف اسکایپ را از هم تفکیک کنیم. الگوریتم های مورد استفاده در این کار K-Means, EM و Density based است. نتایج نشان می دهد که الگوریتم EM کارایی بهتری به نسبت سایر الگوریتم ها دارد. همچنین با مقایسه راهکار پیشنهادی خود با کارهای پیشین نتایج حاکی از آن است الگوریتم ها جریان دانلود را بهتر از سایر جریان ها شناسایی می کنند.