Unevenly Spaced Time Series from Network Traffic

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F63839172%3A_____%2F23%3A10133636" target="_blank" >RIV/63839172:_____/23:10133636 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/68407700:21240/23:00367332

Výsledek na webu

<a href="https://ieeexplore.ieee.org/document/10198988" target="_blank" >https://ieeexplore.ieee.org/document/10198988</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.23919/TMA58422.2023.10198988" target="_blank" >10.23919/TMA58422.2023.10198988</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Unevenly Spaced Time Series from Network Traffic

Popis výsledku v původním jazyce

Reliable detection of security events is essential for network security. Therefore, a suitable traffic representation and model are required. Contrary to the currently used approaches, this paper presents Unevenly Spaced Time Series (USTS) as a feasible representation of network traffic with several brilliant benefits for analysis. The article concerns several types of USTS. A dataset captured on a real ISP network was created to evaluate the properties of USTS. The dataset contains over 35 million time series. We experimentaly proved the USTS is suitable for network traffic analysis and allow automatic processing, e.g., to classify network traffic.

Název v anglickém jazyce

Unevenly Spaced Time Series from Network Traffic

Popis výsledku anglicky

Reliable detection of security events is essential for network security. Therefore, a suitable traffic representation and model are required. Contrary to the currently used approaches, this paper presents Unevenly Spaced Time Series (USTS) as a feasible representation of network traffic with several brilliant benefits for analysis. The article concerns several types of USTS. A dataset captured on a real ISP network was created to evaluate the properties of USTS. The dataset contains over 35 million time series. We experimentaly proved the USTS is suitable for network traffic analysis and allow automatic processing, e.g., to classify network traffic.

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/VJ02010024" target="_blank" >VJ02010024: Analýza šifrovaného provozu pomocí síťových toků</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

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 7th Network Traffic Measurement and Analysis Conference

ISBN

978-3-903176-58-4

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

—

Název nakladatele

IEEE

Místo vydání

Neuveden

Místo konání akce

Napoli, Italy

Datum konání akce

26. 6. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—