Multiobjective Evolution of Hash Functions for High Speed Networks
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F17%3APU126384" target="_blank" >RIV/00216305:26230/17:PU126384 - isvavai.cz</a>
Výsledek na webu
<a href="http://www.fit.vutbr.cz/research/pubs/all.php?id=11325" target="_blank" >http://www.fit.vutbr.cz/research/pubs/all.php?id=11325</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/CEC.2017.7969485" target="_blank" >10.1109/CEC.2017.7969485</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Multiobjective Evolution of Hash Functions for High Speed Networks
Popis výsledku v původním jazyce
Hashing is a critical function in capturing and analysis of network flows as its quality and execution time influences the maximum throughput of network monitoring devices. In this paper, we propose a multi-objective linear genetic programming approach to evolve fast and high-quality hash functions for common processors. The search algorithm simultaneously optimizes the quality of hashing and the execution time. As it is very time consuming to obtain the real execution time for a candidate solution on a particular processor, the execution time is estimated in the fitness function. In order to demonstrate the superiority of the proposed approach, evolved hash functions are compared with hash functions available in the literature using real-world network data.
Název v anglickém jazyce
Multiobjective Evolution of Hash Functions for High Speed Networks
Popis výsledku anglicky
Hashing is a critical function in capturing and analysis of network flows as its quality and execution time influences the maximum throughput of network monitoring devices. In this paper, we propose a multi-objective linear genetic programming approach to evolve fast and high-quality hash functions for common processors. The search algorithm simultaneously optimizes the quality of hashing and the execution time. As it is very time consuming to obtain the real execution time for a candidate solution on a particular processor, the execution time is estimated in the fitness function. In order to demonstrate the superiority of the proposed approach, evolved hash functions are compared with hash functions available in the literature using real-world network data.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/GA16-08565S" target="_blank" >GA16-08565S: Rozvoj kryptoanalytických metod prostřednictvím evolučních výpočtů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2017
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 2017 IEEE Congress on Evolutionary Computation
ISBN
978-1-5090-4600-3
ISSN
—
e-ISSN
—
Počet stran výsledku
8
Strana od-do
1533-1540
Název nakladatele
IEEE Computer Society
Místo vydání
San Sebastian
Místo konání akce
Donostia - San Sebastián
Datum konání akce
5. 6. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000426929700198