100,000,000,000个网络数据包的多时间尺度分析与标度关系
网络与互联网体系结构
2020-12-24 v1 分布式、并行与集群计算
社会与信息网络
摘要
我们的社会从未像现在这样依赖计算机网络。对网络的有效利用需要详细理解网络流量的正常背景行为。大规模网络测量在计算上具有挑战性。基于先前在交互式超级计算和 GraphBLAS 超稀疏分层流量矩阵方面的工作，我们开发了一种在多种时间尺度上高效计算各种流式网络量的方法。将这些方法应用于在网络网关收集的 100,000,000,000 个匿名源-目的对，揭示了许多少前未观察到的标度关系。这些观测为正常网络背景流量提供了新的见解，可用于异常检测、AI 特征工程和测试流式网络的理论模型。
引用
@article{arxiv.2008.00307,
title = {Multi-Temporal Analysis and Scaling Relations of 100,000,000,000 Network Packets},
author = {Jeremy Kepner and Chad Meiners and Chansup Byun and Sarah McGuire and Timothy Davis and William Arcand and Jonathan Bernays and David Bestor and William Bergeron and Vijay Gadepally and Raul Harnasch and Matthew Hubbell and Micheal Houle and Micheal Jones and Andrew Kirby and Anna Klein and Lauren Milechin and Julie Mullen and Andrew Prout and Albert Reuther and Antonio Rosa and Siddharth Samsi and Doug Stetson and Adam Tse and Charles Yee and Peter Michaleas},
journal= {arXiv preprint arXiv:2008.00307},
year = {2020}
}
备注
6 pages, 6 figures,3 tables, 49 references, accepted to IEEE HPEC 2020