AZƏRBAYCAN MİLLİ ELMLƏR AKADEMİYASI
BÖYÜK ŞƏBƏKƏ TRAFİKİNİN TOPLANMASI, SAXLANMASI VƏ ANALİZİ ÜSULLARI HAQQINDA (rus.)
Şıxəliyev Ramiz H.

Kompüter şəbəkələrinin (KŞ) şəbəkə trafikinin toplanması, saxlanması və analizi onların monitorinqi prosesinin əsas mərhələləridir. Lakin, müasir KŞ-lərdə tam şəbəkə trafikinin toplanması, saxlanması və analizi prosesi çox mürəkkəb məsələyə çevrilir. Çünki KŞ-lərin  sürətinin və miqyasının artması ilə şəbəkə trafikinin həcmi böyüyür və gün ərzində saxlanılması üçün petabaytla ölçülən yaddaş tələb edə bilər. Şəbəkə trafikinin toplanması, saxlanması və analizinin mövcud üsullarının düzgün seçilməsi ilə toplanan verilənlərin və nəticədə tələb olunan yaddaşın həcminin əhəmiyyətli dərəcədə azaldılmasına imkan verər. Bunu nəzərə alaraq şəbəkə trafikinin toplanması, saxlanması və analizi məsələlərinin həllinə yönəlmiş “Big data” texnologiyalarına əsaslanmış yanaşmalara baxılır. (səh. 56-62)

Açar sözlər: kompüter şəbəkələri, monitorinq, şəbəkə trafiki, şəbəkə trafikinin toplanması, şəbəkə trafikinin saxlanması, şəbəkə trafikinin analizi, “Big data” texnologiyaları, “Big data” analizi üsulları.
DOI : 10.25045/jpit.v07.i2.06
Ədəbiyyat
  • Şıxəliyev R.H. Kompüer şəbəkələrinin monitorinqi üsulları və vasitələri haqqında // İnformasiya cəmiyyəti problemləri, 2011, №2, s. 61–70.
  • Шыхалиев Р.Г. Об одном методе сокращения размерности анализируемых признаков сетевых трафиков, используемых для мониторинга компьютерных сетей // Телекоммуникации, 2011, № 6, c. 44–48
  • Əliquliyev R.M., Hacırəhimova M.Ş. "Big data fenomeni: problemlər və imkanlar // İnformasiya cəmiyyəti problemləri", 2014, №2, s. 3–16.
  • InfoSphere Platform: Big Data Analytics, 2013, www-01.ibm.com/software/
  • Oracle and Big Data: Big Data for the Enterprise, 2013, www.oracle.com
  • Big Data, 2013, www.microsoft.com
  • Big Data – What Is It? 2013, http://www.sas.com/big-data/
  • SAP HANA integrates predictive analytics, text and big data in a single package, 2013, www54.sap.com/
  • Big Data Solutions, 2013, www8.hp.com/
  • Bejtlich R. Why Collect Full Content Data?, http://taosecurity.blogspot.com, 2012
  • Quittek J., Zseby T., Claise B., Zander S., RFC 3917: Requirements for IP Flow Information Export (IPFIX). Internet Engineering Task Force, 2004. http://tools.ietf.org/html/rfc3917
  • RFC 7011, Specification of the IP Flow Information Export (IPFIX) Protocol, a standardized network flow format, provides a more technical definition of flow. http://tools.ietf.org/search/rfc7011
  • National Information Standards Organization (NISO). Understanding Metadata. NISO, 2004.
  • Aceto G., Botta A., Pescape A., Westphal C. Efficient Storage and Processing of High-Volume Network Monitoring Data // IEEE Transactions on Network and Service Management, 2013, vol.10, no.2, pp.162–175.
  • Aceto G., Botta A., de Donato W., Pescape A. Cloud Monitoring: A Survey // Computer Networks, 2013, vol.57, no.9, pp.2093–2115.
  • Deri L., Cardigliano A., Fusco F. 10 Gbit Line Rate Packet-to-Disk Using n2disk / Proceedings IEEE INFOCOM, 2013, pp.3399–3404.
  • Banks D. Custom Full Packet Capture System, SANS, 2013.
  • Francois J. State R., Engel T. Aggregated Representations and Metrics for Scalable Flow Analysis / IEEE Conference on Communications and Network Security (CNS), 2013, pp.478–482.
  • Sivashakthi T., Prabakaran N. A Survey on Storage Techniques in Cloud Computing // International Journal of Emerging Technology and Advanced Engineering, 2013, vol.3, no.12, pp.125–128.
  • Spoorthy V., Mamatha M., Santhosh Kumar B. A Survey on Data Storage and Security in Cloud Computing / International Journal of Computer Science and Mobile Computing, 2014, vol.3, no.6, pp.306–313.
  • Software Engineering Institute, Carnegie Mellon University. SiLK FAQ https://tools.netsa.cert.org/silk/faq.html (2014).
  • http://nosql-database.org/
  • Шыхалиев Р.Г. Анализ и классификация сетевого трафика компьютерных сетей // İnformasiya texnologiyaları problemləri, 2010, №2, с.15–23.
  • Hohn N. and Veitch D. Inverting sampled traffic / Proceedings of the 3rd ACM SIGCOMM conference on Internet measurement, 2003, pp.222–233.
  • Duffield N., Lund C. and Thorup M. Properties and prediction of flow statistics from sampled packet streams / Proceeding of the 2nd ACM SIGCOMM Workshop on Internet measurment, 2002, pp.159–171.
  • Carlin S, and Curran K. Cloud Computing Technologies // International Journal of Cloud Computing and Services Science (IJ-CLOSER), 2012, vol.1, no.2, pp.59–65.
  • Hadoop, http://hadoop.apache.org/
  • Dean J., and Ghemawat S. MapReduce: Simplified Data Processing on Large Cluster // Magazine Communications of the ACM, 2008, vol.51 no.1, pp.107–113.
  • https://developer.yahoo.com/hadoop/
  • http://wiki.apache.org/hadoop/AmazonEC2
  • http://borthakur.com/ftp/hadoopmicrosoft.pdf
  • Lee Y., Kang W., Son H. An Internet Traffic Analysis Method with MapReduce / Proceedings of the Network Operations and Management Symposium Workshops (NOMS Wksps), 2010 IEEE/IFIP, 2010, pp.357–361.
  • Lee Y., and Lee Y. Toward Scalable Internet Traffic Measurement and Analysis with Hadoop // ACM SIGCOMM Computer Communication Review, 2013, vol.43, no.1, pp.6–13.
  • Shan S., Big data classification: problems and challenges in network intrusion prediction with machine learning / ACM SIGMETRICS Performance Evaluation Review, 2014, vol.41, no.4, pp.70–73.