Intelligent traffic management method in software-defined networks based on behavioral classification and adaptive priority service

Скорочена інформація про документ
dc.contributor.authorOboznyi, Dmytro
dc.contributor.authorKulakov, Yurii
dc.date.accessioned2026-02-06T10:54:13Z
dc.date.available2026-02-06T10:54:13Z
dc.date.issued2025
dc.description.abstractThe growing complexity of modern enterprise network environments demands sophisticated traffic management solutions that can provide quality of service (QoS) guarantees for encrypted and heterogeneous flows. Existing traffic management approaches face significant challenges when dealing with encrypted protocols and diverse application requirements, resulting in performance degradation for critical services and inefficient resource utilization. This paper addresses the problem of intelligent traffic management in software-defined networks through behavioral classification and adaptive priority service mechanisms. The study examines the development and implementation of an integrated traffic management method that combines behavioral deep packet inspection, class-based queuing, and weighted random early detection algorithms. The research investigates how behavioral flow characteristics remain observable in encrypted traffic environments and how these patterns can be leveraged for effective QoS provisioning. The proposed method utilizes packet timing patterns, connection behaviors, and flow statistics to classify traffic without relying on payload inspection or predefined port assignments. Experimental validation through discrete-event simulation demonstrates significant performance improvements compared to traditional first-in-first-out mechanisms. The behavioral classification component achieves over 95% classification accuracy. The experimental results demonstrate up to 97.5% improvement in latency performance and 0% packet loss for high-priority traffic. Integrating behavioral traffic recognition with adaptive queue management within a programmable network framework provides an effective and innovative approach to maintaining stable service quality in encrypted, multi-service environments. The proposed method is compatible with existing software-defined network controllers and can be deployed without modification of application protocols or infrastructure components.
dc.description.abstractotherЗростаюча складність сучасних мережевих середовищ підприємств вимагає складних рішень для управління трафіком, які можуть забезпечити гарантії якості обслуговування (QoS) для зашифрованих та гетерогенних потоків. Існуючі підходи до управління трафіком стикаються зі значними труднощами при роботі із зашифрованими протоколами та різноманітними вимогами до додатків, що призводить до зниження продуктивності критично важливих послуг та неефективного використання ресурсів. У цій статті розглядається проблема інтелектуального управління трафіком у програмно-визначених мережах за допомогою поведінкової класифікації та адаптивних механізмів пріоритетного обслуговування. У дослідженні розглядається розробка та впровадження інтегрованого методу управління трафіком, який поєднує глибоку поведінкову перевірку пакетів, черги на основі класів та зважені алгоритми раннього виявлення випадкових даних. У дослідженні досліджується, як характеристики поведінкового потоку залишаються спостережуваними в середовищах зашифрованого трафіку та як ці шаблони можна використовувати для ефективного забезпечення QoS. Запропонований метод використовує шаблони синхронізації пакетів, поведінку з'єднань та статистику потоку для класифікації трафіку без залежності від перевірки корисного навантаження або попередньо визначених призначень портів. Експериментальна перевірка за допомогою моделювання дискретних подій демонструє значне покращення продуктивності порівняно з традиційними механізмами «перший прийшов, перший вийшов». Компонент поведінкової класифікації досягає точності класифікації понад 95%. Експериментальні результати демонструють покращення показників затримки до 97,5% та 0% втрати пакетів для трафіку з високим пріоритетом. Інтеграція поведінкового розпізнавання трафіку з адаптивним управлінням чергою в рамках програмованої мережевої структури забезпечує ефективний та інноваційний підхід до підтримки стабільної якості обслуговування в зашифрованих середовищах з кількома сервісами. Запропонований метод сумісний з існуючими програмно-визначеними мережевими контролерами та може бути розгорнутий без модифікації протоколів додатків або компонентів інфраструктури.
dc.format.pagerangeP. 4-22
dc.identifier.citationIntelligent traffic management method in software-defined networks based on behavioral classification and adaptive priority service / Dmytro Oboznyi, Yurii Kulakov // Information, Computing and Intelligent systems. – 2025. – No. 7. – P. 4-22. – Bibliogr.: 10 ref.
dc.identifier.doihttps://doi.org/10.20535/2786-8729.7.2025.334049
dc.identifier.orcid0000-0003-0108-4587
dc.identifier.orcid0000-0002-8981-5649
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78682
dc.language.isoen
dc.publisherNational Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
dc.publisher.placeKyiv
dc.relation.ispartofInformation, Computing and Intelligent systems, No. 7, 2025
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectsoftware-defined networks
dc.subjectintelligent traffic management
dc.subjectbehavioral classification
dc.subjectadaptive priority service
dc.subjectdeep packet inspection
dc.subjectclass-based queuing
dc.subjectweighted random early detection
dc.subjectquality of service
dc.subjectпрограмно-визначені мережі
dc.subjectінтелектуальне управління трафіком
dc.subjectповедінкова класифікація
dc.subjectадаптивне пріоритетне обслуговування
dc.subjectглибока перевірка пакетів
dc.subjectчерги на основі класів
dc.subjectзважене випадкове раннє виявлення
dc.subjectякість обслуговування
dc.subject.udc004.725.5
dc.titleIntelligent traffic management method in software-defined networks based on behavioral classification and adaptive priority service
dc.title.alternativeІнтелектуальний метод управління трафіком у програмно-визначених мережах на основі поведінкової класифікації та адаптивного пріоритетного обслуговування
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
4-22.pdf
Розмір:
477.66 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Information, Computing and Intelligent systems, No. 7