Multiobjective Evolution of Hash Functions for High Speed Networks

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>

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.

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)

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)

Rok uplatnění

2017

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

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