Aplicación de Perceptrón Multicapa en la predicción de tráfico para redes académicas empresariales

Abstract

Para una administración adecuada de los recursos y el diseño refinado de una red informática es necesario estimar el tráfico en base a la clasificación de data, se podría detectar paquetes peligrosos con lo que se permitiría implementar controles para garantizar la seguridad. El propósito de la investigación fue diseñar una Red Neuronal Artificial (RNA) Perceptrón Multicapa con Retropropagación para pronosticar el tráfico de una Red Enterprise Académica. Para ello se identificaron y clasificaron los protocolos de mayor presencia en la data recolectada a través de un puerto espejo en el switch de distribución de la infraestructura utilizando software libre. Se diseñó una Red Neuronal Artificial en Matlab en base a tres pruebas variando su arquitectura, se evaluó su eficiencia en la predicción de los protocolos analizados, obteniendo el 88%.