English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

The growing encrypted traffic reflects strong investments in information security. However, by offering more security on the Internet, network administrators create obstacles in management, monitoring control and security. For this reason, the characterization of encrypted traffic becomes an increasingly relevant topic of research, looking for solutions that avoid exposing the user's personal data, but that, at the same time, can offer network monitoring control. In order to help deal with these issues, this article proposes a system based on machine learning using statistical information to classify encrypted network traffic. Resumo. ​O aumento do tráfego criptografado é reflexo de fortes investimentos em segurança da informação. Todavia, ao se oferecer mais segurança na Internet, cria-se, para os administradores de rede, obstáculos na gerência, controle de monitoramento e segurança da mesma. Por isso, a caracterização de tráfego cifrado se torna um tema cada vez mais pertinente de pesquisa, buscando soluções que evitem expor dados pessoais do usuário, mas que, ao mesmo tempo, possam oferecer um controle de monitoramento de rede. A fim de ajudar a lidar com essas questões, este artigo propõe um sistema baseado em machine learning utilizando informações estatísticas para classificar tráfego cifrado em rede.

Estudos para o desenvolvimento de um método de Classificação de Tráfego Cifrado em Redes Utilizando Machine Learning