CopAS: A Big Data Forensic Analytics System

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F23%3A00130487" target="_blank" >RIV/00216224:14330/23:00130487 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.scitepress.org/PublicationsDetail.aspx?ID=umluZcUjShA=&t=1" target="_blank" >https://www.scitepress.org/PublicationsDetail.aspx?ID=umluZcUjShA=&t=1</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.5220/0011929000003482" target="_blank" >10.5220/0011929000003482</a>

Jazyk výsledku

angličtina

Název v původním jazyce

CopAS: A Big Data Forensic Analytics System

Popis výsledku v původním jazyce

With the advancing digitization of our society, network security has become one of the critical concerns for most organizations. In this paper, we present CopAS, a system targeted at Big Data forensics analysis, allowing network operators to comfortably analyze and correlate large amounts of network data to get insights about potentially malicious and suspicious events. We demonstrate the practical usage of CopAS for insider attack detection on a publicly available PCAP dataset and show how the system can be used to detect insiders hiding their malicious activity in the large amounts of data streams generated during the operations of an organization within the network.

Název v anglickém jazyce

CopAS: A Big Data Forensic Analytics System

Popis výsledku anglicky

With the advancing digitization of our society, network security has become one of the critical concerns for most organizations. In this paper, we present CopAS, a system targeted at Big Data forensics analysis, allowing network operators to comfortably analyze and correlate large amounts of network data to get insights about potentially malicious and suspicious events. We demonstrate the practical usage of CopAS for insider attack detection on a publicly available PCAP dataset and show how the system can be used to detect insiders hiding their malicious activity in the large amounts of data streams generated during the operations of an organization within the network.

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/EF16_019%2F0000822" target="_blank" >EF16_019/0000822: Centrum excelence pro kyberkriminalitu, kyberbezpečnost a ochranu kritických informačních infrastruktur</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2023

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 8th International Conference on Internet of Things, Big Data and Security IoTBDS - Volume 1

ISBN

9789897586439

ISSN

2184-4976

e-ISSN

—

Počet stran výsledku

12

Strana od-do

150-161

Název nakladatele

SciTePress

Místo vydání

Setubal, Portugal

Místo konání akce

Prague, Czech Republic

Datum konání akce

1. 1. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

001078900300014