Real-time Analysis of NetFlow Data for Generating Network Traffic Statistics using Apache Spark

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14610%2F16%3A00106981" target="_blank" >RIV/00216224:14610/16:00106981 - isvavai.cz</a>

Výsledek na webu

<a href="http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7502952" target="_blank" >http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=7502952</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/NOMS.2016.7502952" target="_blank" >10.1109/NOMS.2016.7502952</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Real-time Analysis of NetFlow Data for Generating Network Traffic Statistics using Apache Spark

Popis výsledku v původním jazyce

Abstract—In this paper, we present a framework for the realtime generation of network traffic statistics on Apache Spark Streaming, a modern distributed stream processing system. Our previous results showed that stream processing systems provide enough throughput to process a large volume of NetFlow data and hence they are suitable for network traffic monitoring. This paper describes the integration of Apache Spark Streaming into a current network monitoring architecture. We prove that it is possible to implement the same basic methods for NetFlow data analysis in the stream processing framework as in the traditional ones. Moreover, our stream processing implementation discovers new information which is not available when using traditional network monitoring approaches.

Název v anglickém jazyce

Real-time Analysis of NetFlow Data for Generating Network Traffic Statistics using Apache Spark

Popis výsledku anglicky

Abstract—In this paper, we present a framework for the realtime generation of network traffic statistics on Apache Spark Streaming, a modern distributed stream processing system. Our previous results showed that stream processing systems provide enough throughput to process a large volume of NetFlow data and hence they are suitable for network traffic monitoring. This paper describes the integration of Apache Spark Streaming into a current network monitoring architecture. We prove that it is possible to implement the same basic methods for NetFlow data analysis in the stream processing framework as in the traditional ones. Moreover, our stream processing implementation discovers new information which is not available when using traditional network monitoring approaches.

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

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

NOMS 2016 - 2016 IEEE/IFIP Network Operations and Management Symposium

ISBN

9781509002238

ISSN

1542-1201

e-ISSN

—

Počet stran výsledku

2

Strana od-do

1019-1020

Název nakladatele

IEEE Xplore Digital Library

Místo vydání

Istanbul, Turkey

Místo konání akce

Istanbul, Turkey

Datum konání akce

25. 4. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000389830100163