Identificador persistente para citar o vincular este elemento:
http://hdl.handle.net/10662/7974
Registro completo de Metadatos
Campo DC | Valor | idioma |
---|---|---|
dc.contributor.advisor | Rodríguez Pérez, Francisco Javier | - |
dc.contributor.advisor | Carmona del Río, Francisco Javier | - |
dc.contributor.author | Santos Lebrato, Raúl | - |
dc.date.accessioned | 2018-10-04T08:53:43Z | - |
dc.date.available | 2018-10-04T08:53:43Z | - |
dc.date.issued | 2018-10-04 | - |
dc.date.submitted | 2018-07 | - |
dc.identifier.uri | http://hdl.handle.net/10662/7974 | - |
dc.description.abstract | La importancia de la clasificación del tráfico ha crecido recientemente debido al crecimiento de la complejidad de las aplicaciones que buscan protegerse contra firewalls y bloqueos. Los proveedores de servicios de Internet necesitan una solución para poder clasificar el tráfico y ofrecer un mejor servicio. Las técnicas de clasificación también han evolucionado y, recientemente, la inteligencia artificial ha adquirido gran interés debido a que puede encontrar patrones difíciles de ver y en grandes cantidades de datos que una persona tardaría años en revisar manualmente, a parte de los problemas de privacidad que eso conllevaría. Por lo tanto, usamos las técnicas recientes de aprendizaje automático para comprobar si los algoritmos dan buenos resultados, cuál de ellos es más óptimo y cuál requiere un menor número de paquetes de entrenamiento para ofrecer una alta tasa de aciertos. | es_ES |
dc.format.extent | 94 p. | es_ES |
dc.format.mimetype | application/pdf | en_US |
dc.language.iso | spa | es_ES |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 España | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | * |
dc.subject | Clasificación de tráfico | es_ES |
dc.subject | Firewalls | es_ES |
dc.subject | Internet | es_ES |
dc.subject | Inteligencia artificial | es_ES |
dc.subject | Privacidad | es_ES |
dc.subject | Traffic classification | es_ES |
dc.subject | Artificial intelligence | es_ES |
dc.subject | Privacy | es_ES |
dc.title | Desarrollo de una solución de clasificación de tráfico de red utilizando técnicas de aprendizaje automático | es_ES |
dc.type | bachelorThesis | es_ES |
europeana.type | TEXT | en_US |
dc.rights.accessRights | openAccess | es_ES |
dc.subject.unesco | 1203.17 Informática | es_ES |
dc.subject.unesco | 1207.10 Redes de Flujo | es_ES |
dc.subject.unesco | 1203.04 Inteligencia Artificial | es_ES |
europeana.dataProvider | Universidad de Extremadura. España | es_ES |
dc.description.degree | Grado en Ingeniería Informática en Ingeniería del Software. Universidad de Extremadura | es_ES |
Colección: | Grado en Ingeniería Informática en Ingeniería del Software |
Archivos
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TFGUEX_2018_Santos_Lebrato.pdf | 2,09 MB | Adobe PDF | Descargar |
Este elemento está sujeto a una licencia Licencia Creative Commons