메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이재승 (한양대학교) 임문원 (한양대학교) 배석주 (한양대학교)
저널정보
한국신뢰성학회 신뢰성응용연구 신뢰성응용연구 제23권 제4호
발행연도
2023.12
수록면
325 - 334 (10page)
DOI
10.33162/JAR.2023.12.23.4.325

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Purpose: With the rapid development of wireless communication, the occurrence of anomalies resulting from malicious network attacks and system overload is also increasing rapidly. Consequently, detecting network traffic anomalies in a network system has become crucial for preventing server downtime. In this study, we proposed a method for detecting anomalies in network traffic data through signal processing and statistical tests.
Methods: Based on self-similar characteristics of network traffic data, we employed fractional Brownian motion to extract the Hurst exponent as the health index of network traffic data. Additionally, we proposed the index-based change-point monitoring scheme to assess the network’s current status.
Results: Analysis of actual network traffic data shows that the method based on the Hurst exponent and change-point estimation can effectively detect anomalies early, prior to real traffic outbreak, preventing network traffic failures.
Conclusion: This research introduced a method for assessing abnormalities and detecting change-point in network overload based on the statistical property of long-range dependency, facilitating early detection of network issues.

목차

1. 서론
2. 이론적 배경
3. 제안 방법론
4. 사례연구
5. 결론 및 향후연구
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-089290357