Please use this identifier to cite or link to this item:
https://er.nau.edu.ua/handle/NAU/62729
Title: | Проблеми виявлення аномалій в комп'ютерних мережах у режимі реального часу |
Authors: | Столяр, Анна |
Keywords: | процес режим обробка аналіз |
Issue Date: | 2023 |
Publisher: | Національний авіаційний університет |
Citation: | Столяр А.Л. Проблеми виявлення аномалій в комп'ютерних мережах у режимі реального часу / А.Л. Столяр // Комп’ютерні системи та мережні технології : ХІІІ Міжнар. науково-практ. конф. - Національний авіаційний університет. – Київ, 2023. – С. 148–150. |
Abstract: | Аномалії – це несподівані або незвичайні події, які відбуваються в мережі, а виявлення аномалій – це процес ідентифікації цих подій. У комп’ютерних мережах аномалії можуть бути спричинені різними факторами, такими як апаратні та програмні збої або кібератаки. Виявлення аномалій у режимі реального часу передбачає процес, який ефективно й точно визначає аномалії шляхом одночасного збору й обробки даних із високою обчислювальною ефективністю. Однак виявлення аномалій у реальному часі пов'язане з низкою проблем, які необхідно подолати. Далі розглядаються деякі з ключових проблем, пов’язаних із виявленням аномалій у комп’ютерних мережах. Виявлення аномалій у реальному часі може бути складним через високу швидкість отримання даних і великий обсяг даних, які необхідно обробити. Обсяги даних можуть варіюватися від гігабайт до терабайт і більше, залежно від розміру і складності мережі. Додатково, мережа може обробляти від тисяч до мільйонів точок даних в секунду. Одним із рішень цієї проблеми є використання розподілених обчислень. Дані можуть оброблятися на декількох серверах, здатних впоратися з великими обсягами і швидкістю даних. Розподілені обчислювальні системи, такі як Hadoop і Spark, використовуються для обробки даних в реальному часі. Іншим рішенням є використання вибірок і фільтрації для зменшення обсягу даних, які необхідно проаналізувати. |
Description: | ВИКОРИСТАНІ ДЖЕРЕЛА 1. Limthong K. Real-Time Computer Network Anomaly Detection Using Machine Learning Techniques. Journal of Advances in Computer Networks. – 2013. – P. 1-5. 2. Chuadhry M.A., Gauthama R.M.R., Aditya M. Challenges in Machine Learning based approaches for Real-Time Anomaly Detection in Industrial Control Systems. Proceedings of the 6th ACM on CyberPhysical System Security Workshop. – Association for Computing Machinery, New York, USA, 2020.– P. 23-29. 3. Hadoop vs. Spark: What's the Difference? URL: https://www.ibm.com/cloud/blog/hadoop-vs-spark (дата звернення: 27.03.2023). |
URI: | https://er.nau.edu.ua/handle/NAU/62729 |
Appears in Collections: | Міжнародна науково-практична конференція «Комп’ютерні системи та мережні технології» (CSNT-2021) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Столяр А.Л..pdf | 95.91 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.