Розмір шрифту: 

The article presents the actual task of analyzing the effectiveness of machine learning algorithms to solve the task of traffic classification in mobile networks in real time. To achieve the goal, the classification accuracy and speed of the most common machine learning algorithms are analyzed and the optimal algorithm is determined based on the criterion of classification accuracy. In addition, the article evaluates the importance of dataset fields for classification.

 

ДОСЛІДЖЕННЯ ЕФЕКТИВНОСТІ МЕТОДІВ МАШИННОГО
НАВЧАННЯ ДЛЯ КЛАСИФІКАЦІЇ ТРАФІКА В МОБІЛЬНИХ МЕРЕЖАХ

 

У статті  ставиться актуальне завдання аналізу ефективності алгоритмів машинного навчання для вирішення завдання класифікації трафіка в мобільних мережах у режимі реального часу. Для досягнення мети аналізується точність класифікації та швидкодія для найпоширеніших алгоритмів машинного навчання та визначається оптимальний алгоритм за критерієм точності класифікації. Окрім цього, у статті виконано оцінку важливості полів датасету для класифікації трафіка.

METHODS OF MACHINE LEARNING, TRAFFIC CLASSIFICATION,, МЕТОДИВ МАШИННОГО НАВЧАННЯ, КЛАСИФІКАЦІЯ ТРАФІКА,