Estimer la corrélation à la volée entre flux massifs est possible avec très peu de mémoire

Emmanuelle Anceaume (1, 2) , Yann Busnel (3, 4, 5)

1 CIDER
2 CIDRE - Confidentialité, Intégrité, Disponibilité et Répartition
3 GDD - Gestion de Données Distribuées [Nantes]
4 DIONYSOS - Dependability Interoperability and perfOrmance aNalYsiS Of networkS
5 ENSAI - Ecole Nationale de la Statistique et de l'Analyse de l'Information [Bruz]

L'analyse à la volée de flux massifs potentiellement infinis est fondamental dans un grand nombre d'applications de monitoring pour calculer des statistiques, détecter des tendances ou prédire des comportements déviants. En particulier, détecter la corrélation entre flux distribués semble être un bon indicateur de la présence d'attaques dans un réseau. Dans cet article, nous présentons une nouvelle métrique permettant d'évaluer la corrélation entre des flux distribués. Nous présentons un algorithme étonnamment simple et très peu couteux en espace permettant d'estimer à la volée la corrélation entre des flux. Nous dérivons des bornes sur la qualité de l'évaluation, et validons notre approche sur des traces réelles. Keywords: Flux de données, métrique de corrélation, algorithme distribué d'approximation probabiliste.

Domains: Data Structures and Algorithms [cs.DS]; Distributed, Parallel, and Cluster Computing [cs.DC]; Information Theory [cs.IT]

Emmanuelle Anceaume, Yann Busnel. Estimer la corrélation à la volée entre flux massifs est possible avec très peu de mémoire. ALGOTEL 2015 — 17èmes Rencontres Francophones sur les Aspects Algorithmiques des Télécommunications, Jun 2015, Beaune, France. ⟨hal-01147072⟩