Prototype Development of Complex Network Analytic System using Big Data

Abstract

Nowadays, DDoS attacks cause much damage in the network system. The organization’s network system has a large number of users in which the heavy usage will be a great impact on the complex network system. Concerning an enormous size of the network system and an aggregation of users, this study aims to regularly analyze the complication of the UniNet network (complex network). This issue attempts to avoid an overload of data consumption and traffic congestion in the network. Hereafter, the super-sized data will be too exhausted to manipulate. The distribution processing principle becomes a simulation of Big Data model in order to treat problems properly. The principle is a processing of each network system level. Also, Hadoop platform could be in use as Big data storage (HDFS) and the data filtration (MapReduce). This experiment is done by using Netflow log file in the UniNet system and evaluating itself whether there are some attacks through Vishal Maheshwari’s algorithm. As a result, accuracy is 71%, and a delay value is obviously 7 minute form beginning at storing to evaluating log file.

ในปัจจุบันนี้การโจมตีด้วย DDoS นั้นสามารถสร้างความเสียหายให้กับระบบเครือข่ายอย่างมหาศาลเนื่องจากระบบเครือข่ายที่มีขนาดใหญ่อาทิเช่น องค์กรต่างๆ มีปริมาณของผู้ใช้จำนวนมากทำให้ปริมาณข้อมูลที่ถูกใช้งานมีจำนวนมากขึ้น ซึ่งจะส่งผลกระทบอย่างมากต่อระบบเครือข่ายขององค์กรที่มีความซับซ้อนสูง เนื่องด้วยขนาดของระบบเครือข่ายที่มีขนาดใหญ่และจำนวนของผู้ใช้ที่มีปริมาณมาก การศึกษานี้มุ่งเน้นไปที่การวิเคราะห์ระบบเครือข่ายของ UniNet ที่มีความซับซ้อนสูง งานวิจัยนี้ช่วยให้นำข้อมูลที่มีอย่างมหาศาลมาใช้ประโยชน์ ได้อย่างมีประสิทธิภาพ ข้อมูลที่มีขนาดใหญ่มากจะทำให้ระบบเครือข่ายจัดการได้ยาก จึงได้มีการพัฒนาต้นแบบขึ้นโดยใช้หลักการการประมวลผลแบบกระจายทำงานร่วมกับ Big Data Technic เพื่อใช้ในการแก้ไขปัญหาเหล่านี้ได้ตรงจุดโดยต้นแบบที่พัฒนาขึ้นจะทำการประมวลผลกระจายในแต่ละชั้นของระบบเครือข่าย ในงานวิจัยนี้ใช้ Hadoop platform เป็นตัวจัดการกับ Big Data โดยจัดเก็บข้อมูลขนาดใหญ่ด้วย HDFS และการคัดกรองข้อมูลด้วย MapReduce การทดลองจะเกิดขึ้นด้วยการนำ NetFlow log file ในระบบเครือข่าย UniNet ที่มีการโจมตีด้วย DDoS นำมาประเมินผ่านอัลกอริทึม ของ Vishal Masheshwari ในเพื่อหาค่าความถูกต้อง (accuracy) และค่าความล่าช้า (Delay) โดยได้ผล accuracy เท่ากับร้อยละ 71 และค่าความล่าช้า (Delay) ตั้งแต่เริ่มกระบวนการจัดเก็บ log file จนถึงการประมวลผลใช้เวลา 7 นาที