Szczegóły publikacji

Opis bibliograficzny

Transformata Fouriera jako narzędzie klasyfikacji ruchu sieciowego — Fourier Transform as a tool for network traffic classification / Kacper HANDZLIK, Jerzy DOMŻAŁ, Robert WÓJCIK // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN  1230-3496 . — 2026 — R. 98 nr 4, s. 159–163. — Bibliogr. s. 163, Streszcz., Abstr. — W artykule podano błędny rocznik czasopisma. — KRiT 2026 : Konferencja Radiokomunikacji i Teleinformatyki : 23–25 września 2026, Wrocław

Autorzy (3)

Słowa kluczowe

EN: machine learningFourier transformfrequency analysistraffic classificationQoS
PL: analiza częstotliwościowaQoStransformata Fourieraklasyfikacja ruchuuczenie maszynowe

Dane bibliometryczne

ID BaDAP170546
Data dodania do BaDAP2026-11-18
Tekst źródłowyURL
DOI10.15199/59.2026.4.34
Rok publikacji2026
Typ publikacjireferat w czasopiśmie
Otwarty dostęptak
Creative Commons
Czasopismo/seriaPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne

Abstract

This paper presents an approach to transforming network traffic packet series into frequency domain spectrograms using FFT and STFT tools. This transformation enables the extraction of traffic characteristics hidden in the time domain, such as periodic patterns and structural fingerprints. The methodology supports both network traffic visualization and feature extraction for machine learning classifiers in cybersecurity applications.

Streszczenie

Niniejszy artykuł przedstawia podejście do transformacji serii pakietów ruchu sieciowego na spektrogramy w dziedzinie częstotliwości przy użyciu narzędzi FFT oraz STFT. Przekształcenie to umożliwia wydobycie charakterystyk ruchu ukrytych w dziedzinie czasu, takich jak wzorce okresowe i strukturalne cechy identyfikacyjne. Metodologia wspiera zarówno wizualizację ruchu sieciowego, jak i ekstrakcję cech dla klasyfikatorów uczenia maszynowego w zastosowaniach cyberbezpieczeństwa.

Publikacje, które mogą Cię zainteresować

artykuł
#170719Data dodania: 18.11.2026
Porównanie modeli uczenia maszynowego dla klasyfikacji ruchu QUIC — Comparison of machine learning models for QUIC traffic classification / Grzegorz PAPIER, Ariel ŁUKOWSKI, Jerzy DOMŻAŁ, Robert WÓJCIK // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN  1230-3496 . — 2026 — R. 98 nr 4, s. 241–245. — Bibliogr. s. 245, Streszcz., Abstr. — W artykule podano błędny rocznik czasopisma. — KRiT 2026 : Konferencja Radiokomunikacji i Teleinformatyki : 23–25 września 2026, Wrocław
artykuł
#161940Data dodania: 4.9.2025
Analiza skuteczności regresji logistycznej w klasyfikacji ataków DDoS — Analysis of the effectiveness of logistic regression in classifying DDoS attacks / Norbert Roczniak, Krzysztof RUSEK // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2025 — R. 98 nr 4, s. 165–168. — Bibliogr. s. 168, Streszcz., Abstr. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025