Startseite UR

Big Log Data Stream Processing: Adapting an Anomaly Detection Technique

Dietz, Marietheres und Pernul, Günther (2018) Big Log Data Stream Processing: Adapting an Anomaly Detection Technique. In: Hartmann, S. und Hameurlain, A. und Pernul, Günther und Wagner, R., (eds.) Database and Expert Systems Applications. DEXA 2018. Lecture Notes in Computer Science, 11030. Springer, Cham, 159^166. ISBN 978-3-319-98811-5 (print), 978-3-319-98812-2 (ebook).

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Zum Artikel beim Verlag (über DOI)


Zusammenfassung

With the continuous increase in data velocity and volume nowadays, preserving system and data security is particularly affected. In order to handle the huge amount of data and to discover security incidents in real-time, analyses of log data streams are required. However, most of the log anomaly detection techniques fall short in considering continuous data processing. Thus, this paper aligns an ...

plus


Bibliographische Daten exportieren



Dokumentenart:Buchkapitel
Datum:2018
Institutionen:Wirtschaftswissenschaften > Institut für Wirtschaftsinformatik > Lehrstuhl für Wirtschaftsinformatik I - Informationssysteme (Prof. Dr. Günther Pernul)
Identifikationsnummer:
WertTyp
10.1007/978-3-319-98812-2_12DOI
Stichwörter / Keywords:Data stream, Anomaly detection, Log analysis, Real-time analysis
Dewey-Dezimal-Klassifikation:000 Informatik, Informationswissenschaft, allgemeine Werke > 004 Informatik
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Ja
Dokumenten-ID:38104
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner