Título :	Anomaly-Detection and Health-Analysis Techniques for Core Router Systems
Tipo de documento:	documento electrónico
Autores:	Jin, Shi, Autor ; Zhang, Zhaobo, Autor ; Chakrabarty, Krishnendu, Autor ; Gu, Xinli, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2020
Número de páginas:	XIII, 148 p. 101 ilustraciones, 90 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-33664-6
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Circuitos electrónicos  Objetos cooperantes (Sistemas informáticos)  Telecomunicación  Circuitos y sistemas electrónicos  Sistemas ciberfísicos  Ingeniería en Comunicaciones  Redes
Índice Dewey:	6.213.815
Resumen:	Este libro aborda importantes problemas de detección de anomalías y análisis del estado de salud en sistemas de enrutadores centrales complejos, parte integral de las redes de Protocolo de Internet (IP) actuales. Las técnicas descritas proporcionan el primer conjunto completo de soluciones de resiliencia basadas en datos para sistemas de enrutadores centrales. Los autores presentan un detector de anomalías para sistemas de enrutadores centrales mediante análisis de series de tiempo basado en correlación, que monitorea un conjunto de características de un sistema de enrutadores centrales complejo. También describen el diseño de un detector de anomalías basado en puntos de cambio de modo que la detección de anomalías pueda adaptarse a los cambios en las características estadísticas de los flujos de datos. La presentación también incluye un analizador de estado de salud basado en símbolos que primero codifica, como una secuencia de símbolos, la compleja serie temporal a largo plazo recopilada de varios enrutadores centrales y luego utiliza la secuencia de símbolos para el análisis de salud. Finalmente, los autores describen un procedimiento iterativo de autoaprendizaje para evaluar el estado de salud. Permite la detección precisa de anomalías mediante análisis de series de tiempo basado en correlación; Presenta el diseño de un detector de anomalías basado en puntos de cambio; Incluye análisis jerárquico del estado de salud basado en símbolos; Describe un procedimiento iterativo de autoaprendizaje para evaluar el estado de salud.
Nota de contenido:	Introduction -- Anomaly Detection Using Correlation-Based Time-Series Analysis -- Changepoint-based Anomaly Detection -- Hierarchical Symbol-based Health-Status Analysis -- Self-Learning Health-Status Analysis -- Conclusion.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Anomaly-Detection and Health-Analysis Techniques for Core Router Systems [documento electrónico] / Jin, Shi, Autor ; Zhang, Zhaobo, Autor ; Chakrabarty, Krishnendu, Autor ; Gu, Xinli, Autor  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XIII, 148 p. 101 ilustraciones, 90 ilustraciones en color.
ISBN : 978-3-030-33664-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Circuitos electrónicos  Objetos cooperantes (Sistemas informáticos)  Telecomunicación  Circuitos y sistemas electrónicos  Sistemas ciberfísicos  Ingeniería en Comunicaciones  Redes
Índice Dewey:	6.213.815
Resumen:	Este libro aborda importantes problemas de detección de anomalías y análisis del estado de salud en sistemas de enrutadores centrales complejos, parte integral de las redes de Protocolo de Internet (IP) actuales. Las técnicas descritas proporcionan el primer conjunto completo de soluciones de resiliencia basadas en datos para sistemas de enrutadores centrales. Los autores presentan un detector de anomalías para sistemas de enrutadores centrales mediante análisis de series de tiempo basado en correlación, que monitorea un conjunto de características de un sistema de enrutadores centrales complejo. También describen el diseño de un detector de anomalías basado en puntos de cambio de modo que la detección de anomalías pueda adaptarse a los cambios en las características estadísticas de los flujos de datos. La presentación también incluye un analizador de estado de salud basado en símbolos que primero codifica, como una secuencia de símbolos, la compleja serie temporal a largo plazo recopilada de varios enrutadores centrales y luego utiliza la secuencia de símbolos para el análisis de salud. Finalmente, los autores describen un procedimiento iterativo de autoaprendizaje para evaluar el estado de salud. Permite la detección precisa de anomalías mediante análisis de series de tiempo basado en correlación; Presenta el diseño de un detector de anomalías basado en puntos de cambio; Incluye análisis jerárquico del estado de salud basado en símbolos; Describe un procedimiento iterativo de autoaprendizaje para evaluar el estado de salud.
Nota de contenido:	Introduction -- Anomaly Detection Using Correlation-Based Time-Series Analysis -- Changepoint-based Anomaly Detection -- Hierarchical Symbol-based Health-Status Analysis -- Self-Learning Health-Status Analysis -- Conclusion.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i