Ідентифікація аномальних станів трафіку комп'ютерних мереж на основі парадиг-ми багатовимірних мереж

Автор(и)

  • Ю. Н. Минаев Национальный авиационный университет
  • Н. Н. Гузий Национальный авиационный университет
  • О. Ю. Филимонова Киевский национальный университет строительства и архитектуры

DOI:

https://doi.org/10.18372/2073-4751.3.6441

Анотація

Розглянуто питання представлення трафіка комп’ютерної мережі інваріантами тензора 4-го рангу,  у свою чергу трафік розглядається як  потік тензорів 2-го рангу багатовимірної мережі. Показано ефективність застосування  запропонованого підходу до ідентифікації аномальних станів комп’ютерної мережі

Біографії авторів

Ю. Н. Минаев, Национальный авиационный университет

д-р техн. наук

Н. Н. Гузий, Национальный авиационный университет

канд. техн. наук

О. Ю. Филимонова, Киевский национальный университет строительства и архитектуры

канд. техн. наук

Посилання

Мінаєв Ю.М. , Філімонова О.Ю. Тензорна модель трафика компютерних систем. Сборник трудов конференции Моделирование-2008, том 2. – С. 461–466

Коновалов Г.В. Многомерные сети – будущее инфокоммуникационных сетей. «Электросвязь», № 4, 2008. – С.28–34

Соколов Н.П. Пространственные матрицы и их приложения / М.: Физматгиз, 1960. – 352 с.

Муха В.С. Анализ многомерных данных / Минск.: Технопринт,2004.– 124 с.

Крон Г. Тензорный анализ сетей: Пер.с англ./Под ред. Л.Т.Кузина, П.Г.Кузнецова. – М.: Сов. Радио, 1978. – 720 с.

Минаев Ю.Н., Филимонова О.Ю., Гузий Н.Н. Интеллектуальные технологии в системах идентификации и прогнозирования атак на компьютерные сети Электронное

моделирование, Т.27. №6. 2005. – С. 37–52.

Mark Sears, Brett Bader, Tammy Kolda. Parallel Implementation of Tensor Decompositions for Large Data Analysis. - SIAM AN09 July 8, 2009. – Р. 17-25.

Brett W. Bader, Tamara G. Kolda. MATLAB Tensor Classes for Fast Algorithm Prototyping. - SANDIA REPORT SAND2004-5187 Unlimited Release Printed October, 2004 http://www.ntis.gov/ordering. htm

Kolda, T.G. Jimeng Sun. Scalable Tensor Decompositions for Multiaspect Data Mining Data Mining, 2008. ICDM '08. Eighth IEEE International Conference on. Р. 363–372

Evrim Acar Daniel M. Dunlavy Tamara G. Kolda Link Prediction on Evolving Data using Matrix and Tensor Factorizations.http://www.csmr.ca.sandia. gov/~tgkolda/ref/.

Jimeng Sun, Dacheng Tao, Christos Faloutsos. Beyond Streams and Graphs: Dynamic Tensor Analysis. 2006 ACM 1595933395/ 06/0008.-http://www.cs.cmn.edu/~christos/PROJECTS/GRAPHMINING/.

Акивис М. А., Гольдберг В. В. Тензорное исчисление: Учеб. пособие. - 3-е изд., перераб. - М.: Физматлит, 2003. – 304 с.

Мінаєв Ю.Н., Філімонова О.Ю. Інтелектуальні технології прогнозування часових рядів на підставі тензорних інваріантів //Зб. наук. праць “ Проблеми інформатизації та управління” , №2(26), 2009. –С.104–112

##submission.downloads##

Опубліковано

2010-09-14

Як цитувати

Минаев, Ю. Н., Гузий, Н. Н., & Филимонова, О. Ю. (2010). Ідентифікація аномальних станів трафіку комп’ютерних мереж на основі парадиг-ми багатовимірних мереж. Проблеми iнформатизацiї та управлiння, 3(31), 83–89. https://doi.org/10.18372/2073-4751.3.6441

Номер

Том 3 № 31 (2010)

Розділ

Статті

Ліцензія

Науковий журнал дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.

Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).

Авторські права

Автори, які публікують свої роботи в журналі:

  • зберігають за собою авторські права на свої публікації;

  • надають журналу право на перше опублікування статті;

  • погоджуються на поширення матеріалів за ліцензією CC BY 4.0;

  • мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.