@article{Freitas Arruda_Alves Maia_José Inácio_2021, title={Classificação de tráfego entrante em uma topologia SDN}, volume={13}, url={http://www.ojs.unirg.edu.br/index.php/1/article/view/3426}, abstractNote={<p><em>As redes de computadores se transformaram em uma ferramenta vital para o transporte de informações. O uso de Redes Definidas por Software pode viabilizar o desenvolvimento de técnicas para melhorar o desempenho das redes com relação à segurança, qualidade de serviço e engenharia de tráfego. A implementação dessas técnicas pode ser facilitada com a classificação do tráfego entrante na rede. Este trabalho propôs um estudo comparativo de algoritmos de aprendizado de máquina para a classificação do tráfego entrante em uma topologia SDN. O desempenho dos classificadores foi avaliado através das métricas acurácia, precisão, revocação e f1-score, além dos tempos de treinamento e validação dos modelos. O algoritmo Random Forest&nbsp; foi considerado o mais eficiente no cenário de classificação de tráfego considerado. Ele alcançou valores semelhantes aos melhores resultados com relação às métricas acurácia, precisão, revocação e f1-score, mas obteve valores inferiores nos tempos de treinamento e validação.</em></p&gt;}, number={3}, journal={REVISTA CEREUS}, author={Freitas Arruda, Victor and Alves Maia, Nilton and José Inácio, Maurílio}, year={2021}, month={out.}, pages={14-30} }