traffic anomaly detection using 2-means clustering (2007)
DESCRIPTION
Traffic Anomaly Detection Using 2-Means Clustering (2007). Gerhard M¨unz, Sa Li, Georg Carle Computer Networks and Internet Wilhelm Schickard Institute for Computer Science University of Tuebingen , Germany. Proceedings of Leistungs – 35 citations. Apresentação. - PowerPoint PPT PresentationTRANSCRIPT
Incremental Unsupervised Name Disambiguation in Cleaned Digital Libraries
Gerhard Munz, Sa Li, Georg CarleComputer Networks and Internet
Wilhelm Schickard Institute for Computer ScienceUniversity of Tuebingen, GermanyTraffic Anomaly Detection Using 2-Means Clustering (2007).Proceedings of Leistungs 35 citationsApresentaoAplicao de mtodos de minerao de dados para analise de pacotes e fluxo de dados capturados em uma rede.
Deteco de anomalias no trfico de dados em redes combinando o algoritmo de agrupamentos k-means e tcnicas deteco de outliers.DefiniesNETWORK DATA MINING (NDM)Servem a 2 propsitosGerao do conhecimento sobre os dados de monitoramento analisadosdefinio de regras ou padres que so tpicas para tipos especficos de trfego
Knowledge Discovery in Databases (KDD) . Descoberta de Conhecimento de Banco de DadosO Modelo KDD1) Seleo dos dados brutos. extrao de dados de controle gravados em um perodo de tempo especfico ou observados no monitor.2) o pr-processamento de dados. benfico para efetuar a limpeza e filtragem dos dados a fim de evitar a gerao de regras ou enganosas ou padres inadequados.3) Transformao de dados. Converso dos dados brutos em conjuntos com um pequeno nmero de caractersticas relevantes. Alm disso, pode ser necessrio agregar os dados, a fim de diminuir o nmero de conjuntos de dados.4) Minerao de dados. Neste passo, um algoritmo de minerao de dados aplicado, a fim de encontrar as regras ou padres.5) Interpretao e Avaliao. Avaliado se a etapa de minerao de dados gerado resultados teis e que subconjunto de regras e padres contm a informao mais valiosa. A fim de validar as regras e padres.O Modelo KDD
NDM Approaches
K-Means Clustering of Monitoring DataUtiliza um conjunto de dados de treinamento para separar conjuntos de dados normais de um conjunto anmaloDados brutos e extrao de caractersticas (features)K-meansDeteco de outlies (funo de Distncia)Classificao e deteco de Outlier
EXPERIMENTAL RESULTS
EXPERIMENTAL RESULTSExperimentos com dados sintticosAmbientes de testes Gerao de vrios fluxos TCP, UDP e ICMP de taxa de bits varivel usando o gerador de trfego NPAGExperimentos com dados reaisUso de pacotes gravados em um roteador gateway que liga rede residencial de um estudante com a Internet (tcpdump)ConclusesPermite a implantao do mtodo para a deteco em tempo real, expansvel.
melhora a qualidade de deteco.
Em trabalhos futuros tratar para valores k maiores que 2.
QUESTIONS???
CreditosApresentao realizada na disciplina: Reconhecimento de Padres em 11/10/2012
Professor: David Menotti
Estudante: Luciano Vilas Boas EspiridioMestrando em Cincia da ComputaoDepartamento de Computao DECOMInstituto de Cincias Exatas e Biolgicas ICEBUniversidade Federal de Ouro Preto UFOP