Strona: Publikacja pokonferencyjna FedCSIS 2023 / Politechnika Rzeszowska

Publikacja pokonferencyjna FedCSIS 2023

, red.  Bartosz Kowal
Logo IEEE Xplore

W bazie IEEE ukazała się publikacja po tytułem: „Use of Traffic Sampling in Anomaly Detection for High-Throughput Network Links”

M. Bolanowski, A. Paszkiewicz, H. Mazur: Use of Traffic Sampling in Anomaly Detection for High-Throughput Network Links. 2023 18th Conference on Computer Science and Intelligence Systems (FedCSIS), Warsaw, Poland, 2023, pp. 877-882, doi: 10.15439/2023F6381


Currently, anomaly detection is an increasingly important issue in terms of research work and applications in production systems. Information about system malfunction allows the implementation of precise diagnostic and corrective actions. Two main approaches based on statistical analysis and machine learning techniques are used in anomaly detection systems, which are computationally complex, especially when dealing with high traffic volumes in computer network. In this paper, the limitation of the sampling frequency for network traffic parameters is proposed as a technique to reduce the computational complexity of anomaly detection methods. The proposed approach has been verified in a real network link monitoring system for a medium-sized ISP. The results obtained are promising and can be used to build a production system that enables the development of early warning systems in the area of security incident detection dedicated to high-speed access links.

Powrót do listy aktualności



Nasze serwisy używają informacji zapisanych w plikach cookies. Korzystając z serwisu wyrażasz zgodę na używanie plików cookies zgodnie z aktualnymi ustawieniami przeglądarki, które możesz zmienić w dowolnej chwili. Więcej informacji odnośnie plików cookies.