Анализ и управление данными в виде временных рядов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Безрукавный, Дмитрий Сергеевич
- Специальность ВАК РФ05.13.01
- Количество страниц 115
Оглавление диссертации кандидат технических наук Безрукавный, Дмитрий Сергеевич
Введение.
Глава 1. Аналитический обзор видов временных рядов и методов их исследования.
1.1 Анализ видов трафика сети, представленных в форме временного ряда.
1.2 Применение модифицированного алгоритма главных компонент «Гусеница» к фильтрации шумов временного ряда.
1.3 Особенности метода разложения в ряд Фурье для анализа временных рядов.
1.4 Метод скользящего среднего.
1.5 Обзор программных средств анализа временных рядов.
1.6 Существующие подходы к контролю сетевого трафика.
1.7 Выводы.
Глава 2. Метод полного анализа и управления временным рядом на примере сетевого трафика.
2.1 Математическая модель сетевого трафика.
2.2 Выделение гармонической составляющей.
2.3 Фильтрация шумов с помощью вейвлет-анализа.
2.4 Удаление незначащих гармоник с помощью критерия Фишера.ЗЗ
2.5 Нечёткий метод контроля за отклонениями от нормального состояния системы.
2.6. Применение нечетких методов для контроля режима и оценивания опасности.
2.7 Выводы.
Глава 3. Нечеткое оценивание опасности режима.
3.1 Общие характеристики сетевых атак.
3.2 Различные виды атак на компьютерную сеть.
3.2 Определение уровня опасности отклонения от нормального режима временного ряда в разработанном методе.
3.4 Выводы.
Глава 4. Практическая реализация разработанного метода на примере программного средства «Анализатор трафика».
4.1 Общие сведения о программе.
4.2 Тестирование программы.
4.3 Руководство к использованию программы.
4.4 Порядок работы программы.
4.5 Результаты работы программы.
4.6 Выводы.
Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Статистический мониторинг и анализ телекоммуникационных сетей2007 год, доктор технических наук Скуратов, Алексей Константинович
Методы и средства исследования процессов в высокоскоростных компьютерных сетях1999 год, доктор технических наук Заборовский, Владимир Сергеевич
Разработка методики выявления аномалий трафика в магистральных интернет-каналах2007 год, кандидат технических наук Афонцев, Эдуард Вячеславович
Интеллектуальная система поддержки принятия решения на основе нечеткой логики для диагностики состояния сети передачи данных2007 год, кандидат технических наук Кучер, Алексей Викторович
Математическое и программное обеспечение оперативной диагностики и оценки качества работы каналов телекоммуникационных сетей2011 год, кандидат технических наук Серова, Дарья Алексеевна
Введение диссертации (часть автореферата) на тему «Анализ и управление данными в виде временных рядов»
С развитием вычислительной техники всё чаще появляется необходимость обрабатывать большие объёмы информации, представляющие последовательность наблюдений за числовой характеристикой неких объектов - временной ряд. Существует множество практических задач, связанных с обработкой информации в виде временных рядов: контроль передачи информации через телекоммуникационные каналы, наблюдение за различными технологическими процессами и пр. Анализ таких временных рядов представляет собой нетривиальную задачу, связанную как с особенностью поведения объектов, представленных этим рядом, так и с особенностью регистрации информации.
Методы анализа временных рядов развиваются в двух направлениях: построение моделей временных рядов и эвристические методы. Практика показывает, что часто в реальной ситуации невозможно подобрать адекватный метод анализа временных рядов, позволяющий анализировать и прогнозировать временной ряд. В частности, интерпретация результатов анализа трафика телекоммуникационной сети, представляющего при определённых способах регистрирования временной ряд, является весьма сложной задачей, требующей развития и адаптации методов анализа временных рядов. Продолжением этой задачи является задача управления работой объекта на основе метода анализа временных рядов.
Выявление в работе систем передачи данных аномалий, связанных со сбоями аппаратуры или с деятельностью хакеров, также представляет серьезную практическую задачу, которой в большинстве случаев отдаётся первостепенное значение. Существующие системы анализа потоков данных способны выявлять только уже известные аномалии (сценарии атак на сети), в то время как новые не обнаруживаются. Это связано с ограниченностью используемых характеристик потоков данных и методов их анализа.
Кроме того, многие коммерческие пакеты, решающие близкие задачи, помимо дороговизны, также страдают таким недостатком, как непрозрачность используемых методов обработки данных.
Таким образом, является весьма актуальным развитие методов, связанных с анализом и моделированием данных, представленных в виде временных рядов на примере трафика телекоммуникационной сети.
Работа выполнена при поддержке гранта РФФИ № 05-07-90360.
Целью работы является исследование и совершенствование методов анализа и управления данными в виде временных рядов, а также, в качестве примера, разработка на их основе метода контроля трафика телекоммуникационной сети, независящего от технологии передачи информации, позволяющего выявлять и предотвращать возникновение различных неисправностей.
Для достижения указанной цели в работе поставлены и решены следующие основные задачи:
• изучены и классифицированы различные виды трафика с целью определения области применения разрабатываемых методов;
• разработаны этапы анализа сетевого трафика для выделения основных слагающих компонент загрузки из исходного временного ряда;
• изучены и классифицированы нештатные ситуации в телекоммуникационной системе в терминах статистических характеристик временного ряда;
• разработан подход к оценке и управлению качеством работы телекоммуникационной системы на основе анализа нештатных ситуаций;
• разработана реализация предложенных подходов в виде алгоритмов и программ.
Для решения поставленных задач использовались методы Фурье и вейвлет анализа, методы теории нечётких множеств, вычислительной математики и математического программирования. Для программной реализации использован язык программирования «Borland Delphi 6.0».
На защиту выносятся следующие положения.
1. Результаты исследования алгоритма фильтрации шумов во временном ряде на основе метода главных компонент (алгоритм «Гусеница»), позволившие выявить возможности и ограничения его области применения.
2. Алгоритм фильтрации незначащих шумов во временном ряде с помощью вейвлет-анализа, обладающий рядом преимуществ по сравнению с известными методами сглаживания: предназначение специально для анализа с выраженной периодичностью, возможность наглядной визуализации, низкая вычислительная сложность.
3. Метод оценивания и управления качеством передачи информации в виде временных рядов с использованием нечётких множеств, построенных на основе статистических характеристик временного ряда и экспертных оценок, позволяющий выявлять отклонения от нормального режима временного ряда.
Научная новизна диссертационной работы определяется следующими результатами:
• разработан метод выделения основных слагающих компонент загрузки из исходного временного ряда, позволяющий учитывать особенности исходной информации;
• разработана классификация нештатных ситуаций в системе по степени опасности, позволяющая связывать характеристики временного ряда со степенью опасности;
• разработан метод выделения нештатных ситуаций работы системы на основе построения нечётких множеств, параметры которых определяются как на базе предварительного статистического исследования информации, так и на основе экспертных оценок;
• разработаны алгоритмы и программы, позволяющие в режиме реального времени оценивать и управлять качеством передачи информации в телекоммуникационной системе;
• классифицированы различные виды временных рядов на примере телекоммуникационной системы.
Разработанные методы обработки данных позволили создать на их основе программное средство «Анализатор трафика», способное контролировать состояние одной из разновидностей телекоммуникационных систем - компьютерной сети. Его основное отличие от ныне существующих антивирусов и файрволлов заключается в изменении самого подхода к исследованию трафика. Подход, разработанный в диссертационной работе, позволяет абстрагироваться от конкретной информации, передаваемой через сеть. Достаточно обучить программу нормальным параметрам функционирования данной сети. Далее она способна, с помощью нечётких методов, определять отклонения от этих параметров, анализировать их природу и степень опасности и предупреждать об этом пользователя. Такой новый подход приводит к тому, что программа не зависит от антивирусных баз данных и регулярных обновлений и способна выявлять даже совершенно новые, неизвестные разработчикам виды атак на сеть.
Достоверность полученных результатов подтверждена опытом эксплуатации программы в научно-образовательной сети ШЖ№1 и полученными положительными результатами работы, а также строгостью использованного математического аппарата.
Результаты диссертационной работы используются в следующих организациях.
• Научно-образовательная сеть 111Ж№1 - контроль за состоянием компьютерной сети с помощью написанной по результатам диссертации программы.
• Российский Государственный Университет им И.М. Губкина -научные результаты используются при чтении курса
• Московский Государственный Университет Леса - научные результаты используются при чтении курса «Автоматизированные информационные технологии»
Результаты диссертации прошли апробацию на научных конференциях: Международные научно-практические конференции «Телематика», г. Санкт-Петербург, 2004, 2005, 2006 г.г.; ежегодные научно-технические конференции профессорско-преподавательского состава МГУЛ; XIII международная студенческая школа-семинар «Новые информационные технологии», Судак, 2005 г.; Международная конференция по нечётким множествам, Циттау, 2005 г.
Результаты диссертации изложены в 9 печатных работах(одна работыа опубликована в издании, рекомендуемом ВАК для докторских диссертаций), в том числе в 3 статьях и 6 тезисах докладов на международных и Всероссийских конференциях.
Необходимость выполнения целей работы определила следующую структуру диссертации.
В первой главе изучены известные методы анализа временных рядов и возможность их использования для решения различных практических задач, например, анализа трафика сети.
Во второй главе описывается разработанный автором метод полного анализа и контроля состояния временного ряда. Метод состоит из нескольких этапов, последовательное выполнение которых позволяет получить некий эталонный набор характеристик ряда. Далее проводится сравнение текущих характеристик с эталонными и, при возникновении отклонений, анализируется их причина и степень опасности.
В третьей главе на основе опыта эксплуатации и анализа воздействий характеристик трафика на качество передачи информации, определяется степень опасности для стабильного функционирования сети, вызванная тем или иным отклонением от нормального профиля.
В четвёртой главе представлен алгоритм и программа «Анализатор трафика», реализующая описанные выше методы контроля за состоянием сети, а также рассматриваются результаты её работы в конкретных ситуациях.
В заключении перечислены основные научные результаты работы.
Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Алгоритмы статистической обработки информации в системах передачи данных2003 год, кандидат технических наук Бугай, Алена Ивановна
Статистическая модель информационного трафика2009 год, кандидат физико-математических наук Иванов, Валерий Викторович
Обеспечение скрытной фильтрации трафика сетевыми средствами защиты информации2007 год, кандидат технических наук Лапин, Андрей Анатольевич
Влияние мультифрактальных свойств телекоммуникационного трафика на качество услуг предоставляемых системами спутниковой связи2010 год, кандидат технических наук Окулов, Константин Юрьевич
Разработка статистических моделей и алгоритмов оптимизации структуры телекоммуникационной системы в САПР ИТС2007 год, кандидат технических наук Рындин, Никита Александрович
Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Безрукавный, Дмитрий Сергеевич
Основные результаты работы состоят в следующем.
1. Выявлено, что существующие методы анализа временных рядов требуют развития, так как они в основном выполняют функцию мониторинга за теми или иными параметрами, но не позволяют осуществлять контроль и управление.
2. Исследования показали, что в рассматриваемой в качестве примера задаче контроля сетевого трафика более удобно применять метод простого скользящего среднего, так как все анализируемые данные обладают одинаковым уровнем важности для построения верной модели и осуществления контроля.
3. Создана адаптация метода вейвлет-анализа для фильтрации незначащих шумов исследуемого временного ряда, обладающая рядом преимуществ по сравнению с другими методами сглаживания. Определено, что для фильтрации ряда больше всего подходит вейвлет «Сомбреро».
4. Определены границы использования метода главных компонент (метод «Гусеница») для фильтрации незначащих шумов во временном ряде.
5. Разработана классификация различных видов загрузок телекоммуникационного канала и отобраны методы, подходящие для тех или иных разновидностей трафика.
6. На примере временных рядов, описывающих трафик телекоммуникационной сети а) проведены исследования большого количества сетевых каналов с помощью анализа Фурье, позволившие выявить основные периодические составляющие и связать их с особенностями работы сети; б) разработан нечёткий метод контроля состояния сети, способный предупреждать сетевого администратора о возникновении различных проблем в работе канала, контроль осуществляется на основе меры принадлежности нового значения параметра диапазону, свойственному прежнему режиму работы; в) реализована программа «Анализатор трафика», в реальном времени контролирующая состояние сети с помощью вышеперечисленных методов, проведено тестирование программы на модельных примерах, а также её функционирование в рабочем режиме с контролем реальной компьютерной сети; г) тестирование программы, а также её функционирование в рабочем режиме показывают, что разработанный метод и написанные на его основе алгоритмы справляются с заявленными задачами и могут успешно применяться для контроля и управления временными рядами.
7. Проведено исследование большого количества разнообразных видов атак на сеть, изменяющих природу временного ряда, многие из которых не могут быть идентифицированы в первое время после их создания.
8. Создан математический метод, способный использовать в процессе работы эмпирические данные и подстраиваться для каждого конкретного случая мониторинга.
9. Программное средство «Анализатор трафика», написанное на основе разработанного метода, в настоящий момент используется для контроля за состоянием компьютерной сети в научно-образовательной сети ШЖМе1 и в Федеральном Государственном Учреждении «Государственный научно-исследовательский институт информационных технологий и телекоммуникаций ИНФОРМИКА"
ЗАКЛЮЧЕНИЕ
Список литературы диссертационного исследования кандидат технических наук Безрукавный, Дмитрий Сергеевич, 2007 год
1. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985,488 с.
2. Алексахин C.B., Балдин A.B. Прикладной статистический анализ. М.: Приор; 2001
3. Андерсон Т. Введение в многомерный статистический анализ. М.: Физматгиз, 1963 г., 500 с.
4. Андерсон Т. Статистический анализ временных рядов. М.: Мир, 1976, 755 с.
5. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование. М.: Финансы и статистика; 2001, 228 с.
6. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов. Пер. с англ. Г.В. Матушевског и В.Е. Привальского. М.: «Мир», 1974, 464 с.
7. Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление. М.: Мир, 1974 г,
8. Болышев JI.H., Смирнов Н.В. Таблицы математической статистики. М.: «Наука», Главная ред-ия физ.-мат. Литературы, 1983,416 с
9. Вопросы динамико-статистических прогнозов и спектрального анализа временных рядов; Тр. Вып.56; Под ред. Алехина Ю.М. Л.; Изд-во Ленингр. гидрометеорол. ин-та; 1975
10. Глубев В.В., Никитин В.М., Никитина Д.А. Статистика. Определение общей тенденции развития рядов динамики. М.: РГОТУПС, 2002,105
11. Гусейнзаде М.А., Калинина Э.В., Добкина М.Б. Методы математической статистики в нефтяной и газовой промышленности. М. Недра, 1979, 340 с.
12. Дженкинс Г., Ватте Д. Спектральный анализ и его приложения. М.: Мир, 1972, вып 2.
13. Дрейпер Н., Симт Г. Прикладной регрессионный анализ. М.: Финансы и статистика, 1986, 366 с.14. http://www.dIink.ru/technology/attacks.php
14. Ефремова М.Р., Петрова Е.В., Румянцев В.Н. Общая теория статистики. М.: ИНФА -М, 2000, 416 с.
15. Калинина Э.В. , Лапина А.Г. и др. Оптимизация качества. Сложные продукты и процессы. Москва. Химия. 1989, 256 с.
16. Кендалл М. Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. М.: Наука, 1976, 736 с.
17. Кильдишев Г.С., Френкель A.A. Анализ временных рядов и прогнозирование. М.: Статистика, 1973
18. Князевский B.C., Житников И.В. Анализ временных рядов и прогнозирование. М-во общ. и проф. образования РФ. Рост. гос. экон. акад. Ростов н/Д : Рост. гос. экон. акад., 1998,161 с.
19. Аверьянова С.Ф. Информационные технологии в открытом образовании. Теоретические основы информатики и ее приложений: Сб. ТЗЗ научных трудов/ Под ред. проф. А.А Сытникова. Саратов: Изд-во Сарат. Ун-та 2003, вып 5,с. 3-5
20. Городецкий А.Я., Заборовский B.C. Фрактальные процессы в компьютерных сетях. Изд-во СПбГТУ, 2000, 101 с.
21. Гугель Ю.В. Internet современная среда вещания. Труды Международной научно - методической конференции Телематика' 2001, 18-21 июня 2001 года, Санкт-Петербург, изд-во СПбГТУ, с. 44
22. Калугина Т.А. Социальные аспекты формирования информационного общества. Теоретические основы информатики и ее приложений: Сб. ТЗЗ научных трудов/ Под ред. проф. А.А Сытникова. Саратов: Изд-во Сарат. Ун-та 2003, вып 5,с. 75-80
23. Айвазян С.А., Бухштабер В.М. Прикладная статистика; Классификация и снижение размерности. Справ. Издание. М.; Финансы и статистика; 1989,
24. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Основы моделирования и первичная обработка данных; Справ. Издание. М.; Финансы и статистика; 1983,471 с
25. Кокс Д., Льюис П. Статистический анализ последовательности событий. М.: Мир, 1969,312 с.
26. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. М.: «Статистика», 1979,254 с.
27. Основы теории статистических выводов: Пер. с англ. Питмен Э., 1986, 104 с.
28. Преобразование Фурье в комплексной области: Пер. с англ. Винер Н. Пэли Р., 1964, 268 с.
29. Прохоров Ю.В. Вероятность и математическая статистика. Энциклопедия, 1999.
30. Справочник по прикладной статистике. Том 2. Под редакцией Э.Ллойда, У. Ледермана М.: Финансы и статистика, 1990. 525 с.
31. Тюрин Ю.Н., Макаров A.A. Анализ данных на компьютере. Под редакцией В.Э. Фигуров М: ИНФРА, М, Финансы и статистика, 1995.
32. Шурин A.M. Регрессия: выбор вида зависимости, эффективность и устойчивость решений. Автоматика и телемеханика. №6 , 1996, с. 90102.
33. Блэк У., Internet: протоколы безопасности. Питер, 2001,288 с.
34. Бройдо В.JI. Вычислительные системы, сети и телекоммуникации. Спб.: Питер, 2002, 688 с.
35. Васильев П.М., Иванов В.В., Кореньков В.В. и др. Система сбора, анализа и управления сетевым трафиком фрагмента сети ОИЯИ на примере подсети университета "Дубна" -Дубна, 2001.11 с.
36. Мартин М. Введение в сетевые технологии. Изд-во Лори, 2002, 659 с.
37. Мельников Д.А. Информационные процессы в компьютерных сетях М.: Кудиц-Образ, 1999, 256 с.
38. Милославская Н.Г., Толстой А.И. Интрасети: обнаружение вторжений. Юнити, 2001, 587 с.
39. Назаров ATM: Технические решения создания сетей, Горячая линия-Телеком, 2000, 376 с.
40. Норкатт С. Обнаружение вторжений в сеть. Лори, 2000,416 с.
41. Олифер В.Г., Олифер Н.А Новые технологии и оборудование IP-сетей, BHV-СПб, 2000, 512 с.
42. Олифер В.Г., Олифер Н.А Основы сетей передачи данных. ИНТУИТ.ру , 2003, 248 с.
43. Олифер В.Г., Олифер H.A. Компьютерные сети. Принципы, технологии, протоколы. СПб.: Питер, 2000. 672 с.
44. Остерлох X. TCP/ IP Семейство протоколов в сетях компьютеров, Diasoft, 2002, 576 с.
45. Остерлох X. Маршрутизация в IP-сетях. Принципы, протоколы, настройка, Diasoft, 2002, 512 с.
46. Вегешна Ш. Качество обслуживания в сетях 1Р, Изд-во Вильяме, 2003, 368 с.
47. Вильям Столингс, Структурная организация и архитектура компьютерных систем. Изд.5, Вильяме 2002, 896 с.
48. Жуков И.О. Актуальность процесса диагностики корпоративных сетей. Новые информационные технологии: Тезисы докладов XI Международной студенческой школы-семинара в 2-х томах, май 2003 г., Изд-во: М. МГИЭМ, 2003 том 2 с. 470
49. Козлов В.А. Открытые информационные системы, Финансы и статистика, 1999, 224 с.
50. Комашинский В.И., Нейронные сети и их применение в системах управления и связи, Горяч.Линия-Телеком, 2002, 94 с.
51. Компьютерные сети. Модернизация и поиск неисправностей. Пер. с англ., Закер К., БХВ-Петербург, 2001,1008 с.
52. Коноплев В.В. Назиров Р.Р., Модель представления данных сетевого трафика, М., 2002. 22 с
53. Коноплев В.В. Организация центра учета, классификации и мониторинга сетевого трафика: Автореферат диссертации на соискание ученой степени канд. техн. наук :05.13.11. М., 2002,18 с.
54. Кульгин М. Технология корпоративных сетей: Энциклопедия. СПб.: Изд-во «Питер», 2000, 512 с.
55. Лукацкий А. Обнаружение атак. СПб.: «БХВ-Петербург», 2001, 624 с.
56. Майнагашев С.М., Попков В.К. Задача о максимальном потоке в нестационарных сетях связи. В сб. Моделирование в информатике и вычислительной технике. Сб. трудов ВЦ СО РАН, 1988, с. 64-69.
57. Максимов К.Н. Методы анализа сетевой активности пользователей информационных систем. Информационные технологии, №1, 2002. Изд-во «Машиностроение», «Информационные технологии, 2002. с. 16-22
58. Пятибратов А.П., Гудыно Л.П., Вычислительные системы, сети и телекоммуникации, М.: Финансы и статистика, 2001, 512 с.
59. Спортак М., Паппас Ф. и др. Компьютерные сети и сетевые технологии, ДиаСофт, 2002, 736 с.
60. Столлингс В., Компьютерные системы передачи данных. Изд. 6, Вильяме 2002, 928 с.
61. Сэмми Лейз Качество обслуживания. //Computerworld, №32, 2000
62. Тимонина Е.Е. Контроль каналов как основа защиты информационных технологии. Труды международной конференции «Информационные технологии в науке, образовании, телекоммуникации, бизнесе», Украина, Крым, 20-30 мая 2002 г., с. 149-151.
63. Толковый словарь сетевых терминов и аббревиатур. Официальное издание Cisco Systems, Вильяме, 2000,368 с.
64. Уилсон Эд. Мониторинг и анализ сетей. Методы выявления неисправностей, Лори, 2002, 350 с.
65. Фейт С., TCP/IP Архитектура, протоколы, реализация, Лори, 2000, 424 с.
66. Хелд Г. Технологии передачи данных. Изд. 7, Питер, 2003, 720 е.,
67. Хогдал Анализ и диагностика компьютерных сетей. Просто и доступно, Изд-во ЛОРИ, 2000,353 с.
68. Айвазян С.А., Степанов B.C. Инструменты статистического анализа данных. //Мир ПК №8,1997 , Изд-во Открытые системы, 1997, с. 1-15
69. Айвазян С.А. Программное обеспечение персональных ЭВМ по статистическому анализу данных //Компьютер и экономика: экономические проблемы компьютеризации общества. М.: Наука, 1991, с. 91-107.
70. Айвазян С.А. Интеллектуализированные инструментальные системы в статистике и их роль в построении проблемно-ориентированных систем поддержки принятия решений // Обозрение проблем прикладной математики. Том 4, №2 М.: Наука, 1997
71. Кузнецов С.Е., Халиев В.А. Обзор специализированных статистических пакетов по анализу временных рядов: Науч. Отчет. М.: СтатДиалог, 1993
72. Статистические и математические системы // Тысячи программных продуктов: Каталог: Вып. 2. М., 1995, с. 88-92.
73. Хованова Н. А., Хованов И. А. Методы анализа временных рядов. Саратов : Изд-во Гос. учеб.-науч. центра «Колледж», 2000, 119 с.
74. Сажин Ю. В., Катынь А. В., Басова В. А., Сарайкин Ю. В. Статистические методы прогнозирования на основе временных рядов. Саранск : Изд-во Морд, ун-та, 2000,113 с.
75. Безрукова Е. Г., Руденчик Е. А. Прогнозирование статистических временных рядов. М-во общ. и проф. образования РФ. Яросл. гос. техн. ун-т Ярославль, 1997, 94 с.
76. Макарова Н.В. Статистика в Excel. М.: Финансы и статистика, 2002, 398 с.
77. Чекотовский Э.В. Графический анализ статистических данных в Microsoft Excel 2000, Изд-во: Вильяме 2002, 464 с.
78. Дуброва Т.А. Статистические методы прогнозирования. ЮНИТИ, 2003, 206 с.
79. Журбенко И.Г. Спектральный анализ временных рядов. 1982,168 с.87. http://www.gistatgroup.com/gus/
80. А.К. Скуратов, А.И. Бугай. Исследование информационных потоков в сети тМЫе^ Труды Международной научно методической конференции Телематика' 2001, 18- 21 июня 2001 г., Санкт-Петербург, изд-во СПбГТУ, с. 29-30;
81. Бугай А.И., Калинина Э.В., Ретинская И.В., Мониторинг телекоммуникационных сетей на основе статистического подхода. Материалы 8-ой межвузовской научно-методической конференций
82. Информационные технологии и фундаментализация высшего образования» (21 февраля 2002 г.), М.: РГУ нефти и газа им. И.М. Губкина, 2002, с. 86-88;
83. Скуратов А.К., Бугай А.И. Моделирование загрузки сетевых каналов передачи информации. Информационно-коммуникационные технологии в управлении вузом: Материалы Всерос. Науч.-практ. Конф. (25-28 февраля 2003 года)/ ПетрГУ. -Петрозаводск, 2003, с. 129 -130
84. Besrukavniy, D.S. Fuzzy methods in tasks of the network traffic (at administration of a network). Текст. / E. Kalinina, D. Besrukavniy, V. Domrachev. // Conference Proceedings: 12-th Zittau East-West Fuzzy Colloquium / Zittau, 2005.- с. 35-44.
85. Безрукавный, Д.С. Моделирование загрузки сети с использованиемфункций принадлежностиТекст. / Д.С. Безрукавный, В.Г. Домрачев,
86. Э.В. Калинина, И.В. Ретинская // IT-инновации в образовании: Материалы научной конференции / Петрозаводск, 2005. с.34
87. Безрукавный, Д.С. Нечеткие методы в задачах мониторинга сетевого трафика Текст. / В.Г. Домрачев, Д.С. Безрукавный, Э.В. Калинина, И.В. Ретинская, А.К.Скуратов // Ж. Информационные технологии. №3 2006. с. 2-10.
88. Безрукавный, Д.С. Методы очистки модели сетевого трафика от высокочастотной компоненты Текст. В.Г. Домрачев, Д.С. Безрукавный, Э.В. Калинина, И.В. Ретинская // Материалы Научно-практической конференции ИНФО: изд. МИЭМ -2006. с. 164-166.
89. Kendall, М. G. (1984). Time Series. New York: Oxford University Press.
90. Kendall, M., & Ord, J. K. (1990). Time series (3rd ed.). London: Griffin.
91. Makridakis, S. G., Wheelwright, S. C., & McGee, V. E. (1983). Forecasting: Methods and applications (2nd ed.). New York: Wiley.
92. Montgomeiy, D. C., Johnson, L. A., & Gardiner, J. S. (1990). Forecasting and time series analysis (2nd ed.). New York: McGraw-Hill.
93. Pankratz, A. (1983). Forecasting with univariate Box-Jenkins models: Concepts and cases. New York: Wiley.
94. Shumway, R. H. (1988). Applied statistical time series analysis. Englewood Cliffs, NJ: Prentice Hall.
95. Vandaele, W. (1983). Applied time series and Box-Jenkins models. New York: Academic Press.
96. Velleman, P. F., & Hoaglin, D. C. (1981). Applications, basics, and computing of exploratory data analysis. Belmont, CA: Duxbuiy Press.
97. Walker, J. S. (1991). Fast Fourier transforms. Boca Raton, FL: CRC Press.
98. Wei, W. W. (1989). Time series analysis: Univariate and multivariate methods. New York: Addison-Wesley.
99. Alexander S., Arbaugh W.A., Keromytis A.D., Smith J. M. Safety and security of programmable network infrastructures IEEE Communications Magazine. Volume 36, Issue 10. - Oct. 1998, p. 84-92
100. Bykova M., Ostermann S., Tjaden B. Detecting network intrusions via a statistical analysis of network packet characteristics. //Southeastern Symposium on System Theory, 2001. Proceedings of the 33rd, 2001, p. 309-314
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.