Computation of traffic time series for large populations of IoT devices
Fecha
2018Versión
Acceso abierto / Sarbide irekia
Tipo
Artículo / Artikulua
Versión
Versión publicada / Argitaratu den bertsioa
Impacto
|
10.3390/s19010078
Resumen
En este artículo se estudian las tecnicas para clasificar paquetes de tráfico de red en múltiples clases orientadas a la realización de series temporales de tráfico en escenarios de un elevado numero de clases como pueden ser los proveedores de red para dispositivos IoT. Se muestra que usando técnicas basadas en DStries se pueden monitorizar en tiempo real redes con decenas de miles de dispositiv ...
[++]
En este artículo se estudian las tecnicas para clasificar paquetes de tráfico de red en múltiples clases orientadas a la realización de series temporales de tráfico en escenarios de un elevado numero de clases como pueden ser los proveedores de red para dispositivos IoT. Se muestra que usando técnicas basadas en DStries se pueden monitorizar en tiempo real redes con decenas de miles de dispositivos. [--]
In this work we study multi class packet classification algorithms to be used in network traffic time series extraction. This study is done for scenarios with a large number of time series to extract such as in monitoring IoT network providers. We show that using DStries based techniques, large networks with tens of thousands of devices can be monitored in real time. ...
[++]
In this work we study multi class packet classification algorithms to be used in network traffic time series extraction. This study is done for scenarios with a large number of time series to extract such as in monitoring IoT network providers. We show that using DStries based techniques, large networks with tens of thousands of devices can be monitored in real time. [--]
Materias
IoT,
Network traffic,
Monitoring,
DDoS,
Packet classification
Editor
MDPI
Publicado en
Sensors, 2019, 19, 78
Departamento
Universidad Pública de Navarra. Departamento de Ingeniería Eléctrica, Electrónica y de Comunicación /
Nafarroako Unibertsitate Publikoa. Ingeniaritza Elektrikoa, Elektronikoa eta Telekomunikazio Ingeniaritza Saila /
Universidad Pública de Navarra/Nafarroako Unibertsitate Publikoa. Institute of Smart Cities - ISC
Versión del editor
Entidades Financiadoras
This work is funded by Spanish MINECO through project PIT (TEC2015-69417-C2-2-R).