Wagner, S. (2008):

Intelligente Topologieerkennung zur Lokalisierung infizierter Rechner im Münchner Wissenschaftsnetz (MWN)

Diese Bachelorarbeit analysiert erstmals auf mathematisch fundierte Weise die Erkennungsleistung des Echtzeit-Lokalisierungssystems "Nyx". Dazu werden verschiedene Ansätze diskutiert und ein eigens entwickeltes Skript zur automatisierten Analyse von Nyx präsentiert. Dieses liefert deutlich präzisere Ergebnisse als bisherige Ansätze, die teilweise lediglich auf Vermutungen und Schätzungen basierten. Die Herausforderung dabei war die Erarbeitung und Umsetzung der theoretischen Grundlagen. Auf den Ergebnissen der Analyse aufbauend werden dann der maschinelle Lernalgorithmus und dessen Trainingsdaten optimiert, um charakteristische Muster besser zu erkennen. Nyx verwendet nämlich Mustererkennung statt klassischer Topologieerkennung zur Lokalisierung von Endgeräten am Netzrand. Unter Lokalisierung versteht man in diesem Zusammenhang die Ermittlung derjenigen Netzkomponente, an der ein bestimmtes Endgerät angeschlossen ist, einschließlich des exakten Anschlussports. Dies ist besonders bei sehr großen und komplexen Kommunikationsnetzen keine triviale Aufgabe. Ein weiteres wichtiges Ergebnis dieser Arbeit ist deshalb die Steigerung der Erkennungsleistung durch die Verbesserung des maschinellen Lernverfahrens, was eine effektivere Lokalisierung zur Folge hat.

• PDF Version (2,193.4 KB)