메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조민호 (한양대학교) 권용석 (한양대학교) 안세영 (한양대학교) 조성현 (한양대학교 ERICA)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제61권 제11호(통권 제564호)
발행연도
2024.11
수록면
49 - 57 (9page)
DOI
10.5573/ieie.2024.61.11.49

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 자원이 제한된 네트워크 시스템에서 암호화된 트래픽 분류를 위해 설계된 경량화 되고 강건한 BERT 모델인 SRB-ET(Slim and Robust BERT for Encrypted Traffic)를 제안한다. SRB-ET는 모델 크기를 줄이면서도 높은 분류 성능을 유지하기 위해 이웃 가중치 가중합 공유와 절반 확률 라벨 예측 기법을 사용한다. 이웃 가중치 가중합 공유는 가지치기 된 레이어의 가중치를 인접 레이어에 가중합하여 성능 손실을 최소화하고 학습 속도를 향상시킨다. 절반 확률 라벨 예측은 사전학습 중 라벨을 50%의 확률로 예측하여 효율적으로 카테고리 특징을 학습하고 더 빠르게 수렴할 수 있도록 한다. ISCX VPN-nonVPN 데이터 세트를 사용한 실험 결과, SRB-ET는 기존 기법 대비 트래픽 분류 정확도는 유지하면서 파라미터 수를 15.12% 줄이고 추론 시간을 45.1% 단축하며, 학습 속도를 54.9% 향상 시켰다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 본론
Ⅳ. 실험 및 결과 분석
Ⅴ. 결론
REFERENCES

참고문헌 (15)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091204491