Preserving relations in parallel flow data processing
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F63839172%3A_____%2F17%3A10132898" target="_blank" >RIV/63839172:_____/17:10132898 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21240/17:00312434
Výsledek na webu
<a href="https://link.springer.com/chapter/10.1007/978-3-319-60774-0_14" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-319-60774-0_14</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-60774-0_14" target="_blank" >10.1007/978-3-319-60774-0_14</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Preserving relations in parallel flow data processing
Popis výsledku v původním jazyce
Network monitoring produces high volume of data that must be analyzed ideally in near real-time to support network security operations. It is possible to process the data using Big Data frameworks, however, such approach requires adaptation or complete redesign of processing tools to get the same results. This paper elaborates on a parallel processing based on splitting a stream of flow records. The goal is to create subsets of traffic that contain enough information for parallel anomaly detection. The paper describes a methodology based on so called witnesses that helps to scale up without any need to modify existing algorithms.
Název v anglickém jazyce
Preserving relations in parallel flow data processing
Popis výsledku anglicky
Network monitoring produces high volume of data that must be analyzed ideally in near real-time to support network security operations. It is possible to process the data using Big Data frameworks, however, such approach requires adaptation or complete redesign of processing tools to get the same results. This paper elaborates on a parallel processing based on splitting a stream of flow records. The goal is to create subsets of traffic that contain enough information for parallel anomaly detection. The paper describes a methodology based on so called witnesses that helps to scale up without any need to modify existing algorithms.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10200 - Computer and information sciences
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
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
Security of Networks and Services in an All-Connected World
ISBN
978-3-319-60773-3
ISSN
0302-9743
e-ISSN
neuvedeno
Počet stran výsledku
4
Strana od-do
153-156
Název nakladatele
Springer
Místo vydání
Švýcarsko
Místo konání akce
Zurich
Datum konání akce
10. 7. 2017
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—