Modeling of anomaly detection processes in complex structured monitoring data

A.A. Bryukhovetskiy1, A.V. Skatkov1, Y.E. Shishkin1,2

1Federal State Educational Institution of Higher Education «Sevastopol State University», Russian Federation, Sevastopol, Universitetskaya St., 33

2Institute of Natural and Technical Systems, Russian Federation, Sevastopol, Lenin St., 28

E-mail: yourockpro@gmail.com

DOI: 10.33075/2220-5861-2017-3-45-49

UDC 004.942:504.064.36

Abstract:

   The paper introduces an approach to solve the problem of detecting a change in the state of the monitoring data stream using normal distribution models based on Spearman’s nonparametric statistics criterion. The problem of detecting anomalies in complex-structured monitoring data for critical-purpose systems is discussed. The decision of agent generation intensity values influence estimation problem, intensity of applications service, system loading, samples volume, time of characteristics measurement, intervals of characteristics measurement time and significance levels on change of a monitoring object condition is resulted. The results of probabilistic simulation of a critical object are discussed.

Keywords: complex structured data, monitoring, simulation, queuing system, Big Data, heteroscedasticity effect, network traffic, complex systems modeling.

Full text in PDF (RUS)

LIST OF REFERENCES

  1. Девятков В.В. Методология и технология имитационных исследований сложных систем: современное состояние и перспективы развития: монография. СПб.: Вузовский учебник, 2013. 448 с.
  2. Skatkov А., Bryukhovetskiy A., Shevchenkо V., Voronin D. Monitoring of Qualitative Changes of Network Traffic States Based on the Heteroscedasticity Effect. IEEE AIST-2016 international conference, Caspian Sea Edition, Baku, 12–14 october 2016. P. 562–565.
  3. Шишкин Ю.Е., Скатков А.В. Решение задачи составления расписаний большой размерности с применением технологии Больших Данных // Информационные технологии и информационная безопасность в науке, технике и образовании “ИНФОТЕХ – 2015”: материалы междунар. науч.-практ. конф. / под науч. ред. А.В. Скаткова. (г. Севастополь, 7–11 сентября 2015 г.). Севастополь: СевГУ, 2015. С. 103–105.
  4. Клейнрок Л. Теория массового обслуживания / пер. с англ. И.И. Грушко / под ред. В.И. Неймана. М.: Машиностроение, 1979. 432 с.
  5. Шишкин Ю.Е. Анализ моделей взаимодействия пользователей и провайдеров облачных сервисов // Интеллектуальные системы, управление и мехатроника – 2016: материалы всерос. науч.-техн. конф. молодых ученых, аспирантов и студентов (г. Севастополь, 19–21 мая 2016 г.). Севастополь: СевГУ, 2016. С. 289–293.
  6. Вентцель Е.С. Теория вероятностей и ее инженерные приложения. М.: Наука, 2007. 491 с.
  7. Скатков А.В., Брюховецкий А.А., Шишкин Ю.Е. Сравнительный анализ методов обнаружения изменений состояний сетевого трафика // Автоматизация: проблемы, идеи, решения: тезисы доклада междунар. науч.-техн. конф. (г. Севастополь, 05–11 сентября 2016 г.). Севастополь: СевГУ, 2016. С. 67–69.
  8. Функционально-ориентированная узловая аппроксимация задачи мониторинга распределенных сред / А.В. Скатков, А.А. Брюховецкий, К.С. Ткаченко [и др.] // Системы контроля окружающей среды. Севастополь: ИПТС. 2016. Вып. 4 (24). С. 42–48.
  9. Скатков А.В., Брюховецкий А.А., Моисеев Д.В. Интеллектуальная система мониторинга для решения крупномасштабных научных задач в облачных вычислительных средах // Информационноуправляющие системы. Спб: Изд-во ГУАП, 2017. № 2 (87). С. 19–25.
  10. Боев В.Д. Концептуальное проектирование систем в Anylogic 7 и GPSS World. M.: НОИ Интуит, 2016. 556 с. ISBN: 978-5-9556-0161-8.
  11. Греков А.Н., Шишкин Ю.Е. Моделирование трехкомпонентного акустического измерителя скорости течения // Системы контроля окружающей среды. Севастополь: ИПТС. 2016. Вып. 6 (26). С. 33–40.

 

If you have found a spelling error, please, notify us by selecting that text and pressing Ctrl+Enter.

Translate »

Spelling error report

The following text will be sent to our editors: