Metody sztucznej inteligencji w zagadnieniach analizy ruchu w sieci Internet

• Autorzy: Gorzałczany M. B. , Głuszek A.

Warianty tytułu

EN

Artificial intelligence methods in traffic analysis in internet network

• Języki publikacji: PL

Abstrakty

PL

Niniejszy artykuł prezentuje możliwości wykorzystania oryginalnej (opracowanej przez autorów tej pracy) metody sztucznej inteligencji do analizy danych, obrazujących ruch w wybranym fragmencie sieci Internet, jakim jest sieć kampusowa Uniwersytetu Stanowego w San Francisco. Analiza polega na wykryciu mechanizmów rządzących ruchem w wymienionej sieci poprzez sformułowanie i rozwiązanie problemu tzw. syntezy wiedzy z rozważanych danych (ang. knowledge discovery) z wykorzystaniem opracowanego przez autorów systemu neuronowo-rozmytego, wspomaganego w procesie uczenia algorytmem genetycznym. W ramach rozwiązania powyższego problemu uzyskuje się bazę wiedzy, opisującą ruch w rozważanym fragmencie sieci Internet. Baza ta zarówno umożliwia zrozumienie mechanizmów rządzących ruchem w sieci, jak i przewidywanie obciążenia sieci w przyszłości.

EN

This paper presents an application of an original (developed by the authors of this work) AI method to an analysis of data describing the traffic in the San Francisco State University campus network being a part of Internet network. The analysis consists in determining the mechanisms governing the traffic in that network by formulating and solving the problem of knowledge discovery in the available data with the use of the neuro-fuzzy system developed by the authors. In the framework of the solution of the afore-mentioned problem, one can obtain a knowledge base describing the traffic in the considered network. The knowledge base enables us to better understand the mechanisms governing the traffic in the network and to predict future load of the network.

Słowa kluczowe

PL

sztuczna inteligencja; sieć Internet; systemy neuronowo-rozmyte; algorytmy genetyczne

EN

artificial intelligence; Internet network; neuro-fuzzy system; genetic algorithms

• Wydawca: Wydawnictwo Politechniki Świętokrzyskiej
• Czasopismo: Zeszyty Naukowe Politechniki Świętokrzyskiej. Elektryka
• Rocznik: 2005
• Tom: Z. 42
• Strony: 133--147
• Opis fizyczny: Bibliogr. 4 poz., rys., tab., wzory

Twórcy

autor

Gorzałczany M. B.

• Politechnika Świętokrzyska, Wydział Elektrotechniki, Automatyki i Informatyki, Aleja Tysiąclecia Państwa Polskiego 7, PL - 25 314 Kielce

autor

Głuszek A.

• Politechnika Świętokrzyska, Wydział Elektrotechniki, Automatyki i Informatyki, Aleja Tysiąclecia Państwa Polskiego 7, PL - 25 314 Kielce

Bibliografia

• 1. Marr D., Hildreth E., Theory of Edge Detection, Proc. Roy. Soc. London, Vol. 207, 1980, pp. 187-217.
• 2. DeVore R.A., Jawerth B., Lucier B., Image Compression through Wavelet Transform Coding, IEEE Trans. on Information Theory, Vol. 38, No. 2, 1992, pp. 719-746.
• 3. Antoine J., Brache D., Cesar R., Costa L., Shape Characterization with the Wavelet Transform, Signal Processing, Vol. 62, 1997, pp. 265-290.
• 4. Mallat S., Multifrequency Channel Decomposition of Images and Wavelet Models, IEEE Trans, on Acous. Speech and Signal Proc, Vol. 37, No. 12, 1989, pp. 2091-2110.
• 5. Mallat S., Zero-Crossings of a Wavelet Transform, IEEE Trans. on Information Theory, Vol. 37, No 4, 1991, pp. 1019 1033.
• 6. Tieng Q.M., Boles W., Recognition of 2D Object Contours Using the Wavelet Transform Zero-Crossing representation, IEEE Trans. on Pattern Analysis and Machine Intelligence Vol. 19, No. 8, August 1997, pp. 910-916.