Postupci automatizirane analize velikih količina mrežnih podataka

diplomski rad

• Naslov (engleski): Procedures for automated analysis of large volumes of network data
• Autor: Petar Marić
• Mentor: Mirko Randić (mentor)
• Član povjerenstva: Mirko Randić (predsjednik povjerenstva)
• Član povjerenstva: Boris Vrdoljak (član povjerenstva)
• Član povjerenstva: Damir Pintar (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2016-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Rast količine podataka koji opisuju rad komunikacijskih mreža, dovodi do problema efikasnosti i vremenske isplativosti pri sekvencijalnoj obradi podataka. Radi toga budućnost, ali i sadašnjost, analize mrežnih podataka je u raspodijeljenoj obradi podataka. Jedna od platformi za raspodijeljenu obradu podataka je Apache Hadoop platforma.
U ovom radu, analizirani podaci nisu iz stvarne mreže, nego je korišten generator mrežnih podataka OpenMSC. OpenMSC generator generira kontrolne mrežne pakete simbolički, ali za svrhu istraživanja mogućnosti izgradnje sustava za analizu rada mreže, takav izvor podataka je zadovoljavajući.
Program za analizu podataka koji se izvodi na Hadoop platformi napisan je u programskom jeziku Java na principu programskog modela MapReduce. Izlazni podaci dobiveni iz programa su statistički podaci koji opisuju pojedine karakteristike rada emulirane mreže koji dijelom ukazuju i na probleme i nepravilnosti u radu.

Sažetak (engleski)

The growth in the amount of data that describe the operation of communication networks, leads to problems of efficiency and time cost effectiveness of sequential processing. Therefore, the future, or the present, of network data analysis lies in distributed data processing. One of the platform for distributed data processing is Apache Hadoop platform.
In this thesis, analyzed data are not from the real network, but it is used data network generator OpenMSC. OpenMSC generator generates a symbolic control network packets, but for exploring the possibility of building system for the network analysis, such source of information is satisfactory.
Data analysis program that runs on Hadoop platform was written in Java in MapReduce programming model. Output data obtained from the program are statistical data that describes the specific characteristics of emulated network that partly indicate of the problems and irregularities.

• Ključne riječi: Hadoop; OpenMSC; MapReduce; YARN; Komunikacijska mreža; Upravljanje mrežom; Anomalije
• Ključne riječi (engleski): Hadoop; OpenMSC; MapReduce; YARN; Communication network; Network management; Anomalies
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:254147
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2018-02-06 10:25:44