Preserving relations in parallel flow data processing

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>

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.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10200 - Computer and information sciences

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)

Rok uplatnění

2017

Kód důvěrnosti údajů

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

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

—