Earticle

현재 위치 Home

A Virtual Machine Instance Anomaly Detection System for IaaS Cloud Computing

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJFGCN) 바로가기
  • 간행물
    International Journal of Future Generation Communication and Networking 바로가기
  • 통권
    Vol.9 No.3 (2016.03)바로가기
  • 페이지
    pp.255-268
  • 저자
    Mingwei Lin, Zhiqiang Yao, Fei Gao, Yang Li
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A271510

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Infrastructure as a Service (IaaS) is one of the three important fundamental service models provided by cloud computing. It provides users with computing resource and storage resource in terms of virtual machine instances. Because of the rapid development of cloud computing, more and more application systems have been deployed on the IaaS cloud computing platforms. Therefore, once anomalies incur in the IaaS cloud computing platforms, all the application systems cannot work normally. In order to enhance the dependability of IaaS cloud computing platform, a virtual machine instance anomaly detection system is proposed for IaaS cloud computing platform to detect virtual machine instances that exhibit abnormal behaviors. The proposed virtual machine instance system consists of four modules that are the data collection, the data transmission, the data storage, and the anomaly detection. In order to reduce the computing complexity and improve the detection precision, the anomaly detection module introduces the principal components analysis to reprocess the collected data and then adopts the Bayesian decision theory to detect the abnormal data. Experimental results show that the proposed virtual machine instance anomaly detection system is effective.

목차

Abstract
 1. Introduction
 2. Related Works
 3. Proposed System
  3.1. Architecture of Cloud Data Center
  3.2. Architecture of Proposed System
 4. Detailed Implementation of Anomaly Detection Module
  4.1. Principle Components Analysis
  4.2. Bayesian Decision Theory
 5. Performance Evaluation
  5.1. Experimental Environment
  5.2. Experimental Results
 6. Conclusions
 Acknowledgments
 References

키워드

IaaS cloud computing Anomaly detection Principal components analysis Bayesian decision theory

저자

  • Mingwei Lin [ Faculty of Software, Fujian Normal University, Fuzhou 350108, China ]
  • Zhiqiang Yao [ Faculty of Software, Fujian Normal University, Fuzhou 350108, China ]
  • Fei Gao [ Faculty of Software, Fujian Normal University, Fuzhou 350108, China ]
  • Yang Li [ Faculty of Software, Fujian Normal University, Fuzhou 350108, China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJFGCN) [Science & Engineering Research Support Center, Republic of Korea(IJFGCN)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Future Generation Communication and Networking
  • 간기
    격월간
  • pISSN
    2233-7857
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Future Generation Communication and Networking Vol.9 No.3

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.