Представлен метод обнаружения аномалий в среде Big Data

В журнале «International Journal of Big Data Intelligence» опубликована статья «Hybridisation of classifiers for anomaly detection in big data» (Гибридизация классификаторов для обнаружения аномалий в среде Big Data») соавторами которой являются директор Института информационных технологий, академик Расим Алигулиев, заведующий отделом института, член-корреспондент НАНА Рамиз Алыгулиев и ведущий научный сотрудник, д.ф.п.т., доцент Фаргана Абдуллаева.

Для обеспечения безопасности облачной инфраструктуры считается важным определение аппаратного обеспечения инфраструктуры, состояния системы и обнаружения аномалий показателей качества, которые могут возникнуть в работе программного обеспечения. В статье предлагается метод классификации, основанный на ансамбле классификаторов, для выявления аномалий качества облачной инфраструктуры. Предлагаемая модель основана на алгоритмах, включенных в классы классификаторов, таких как Байесовские классификаторы, нейронные сети и деревья решений. Сравнительный анализ модели с использованием различных методов машинного обучения проводился в крупномасштабных открытых облачных базах данных «Google Cloud Cluster Trace» и «Yahoo!». Результаты экспериментов показали, что предложенный подход эффективен при обнаружении аномалий.

Статья подготовлена на основе, финансируемого Фондом развития науки при Президенте Азербайджанской Республики гранта «Разработка методов и алгоритмов для обеспечения информационной безопасности в среде больших данных («Big Data») и их некоторые применения».

Отметим, что журнал «International Journal of Big Data Intelligence» индексирован в международных научных базах - Asian Digital Library, cnpLINKer (CNPIEC), Computer Database (Gale), DBLP Computer Science Bibliography, Google Scholar. 

© Все права защищены. При использовании информации гиперссылка на сайт www.iсt.az обязательна.