【9.29】基于機器學習的ssh日志異常檢測研究 & 磁帶存儲管理系統(tǒng)現狀研究與展望
“青年科技工作者園地”第132次活動
時間：2020年9月29日 (周三) 下午15:00
地點：計算中心二樓會議室（東莞同事和同學通過視頻）
網絡會議室：
時間：2020年9月29日 (周三) 下午15:00
地點：計算中心二樓會議室（東莞同事和同學通過視頻）
網絡會議室：
名稱：青年科技工作者園地
客戶端入會鏈接http://caslink.ihep.ac.cn/meetingSchduler/invite/anno/0NHIFC5M
硬件終端入會
撥打云會議室號 : 9005069149
客戶端入會鏈接http://caslink.ihep.ac.cn/meetingSchduler/invite/anno/0NHIFC5M
硬件終端入會
撥打云會議室號 : 9005069149
報告題目：基于機器學習的ssh日志異常檢測研究
報告人：李洪濤
報告簡介：首先簡單介紹了網絡安全的研究背景與意義，進而介紹了ssh日志數據的研究意義，數據來源和特點等相關知識，其次介紹了一些ssh的常見異常和研究方法，最后提出了自己的一種基于機器學習的ssh日志異常檢測研究思路。
報告人：李洪濤
報告簡介：首先簡單介紹了網絡安全的研究背景與意義，進而介紹了ssh日志數據的研究意義，數據來源和特點等相關知識，其次介紹了一些ssh的常見異常和研究方法，最后提出了自己的一種基于機器學習的ssh日志異常檢測研究思路。
報告題目：磁帶存儲管理系統(tǒng)現狀研究與展望
報告人：劉曉宇
報告簡介：傳統(tǒng)的高能物理數據處理是典型的數據密集型應用，目前普遍采用計算和存儲分離的模式。存儲方面，由于實驗產生的數據量巨大且需保存時間長，故存儲容量大、成本低的磁帶以及應對大數據存儲的分布式存儲成為必不可少的工具。在計算方面，開源框架Hadoop、Spark的先后提出提供了海量數據處理的新思路，計算節(jié)點也是存儲節(jié)點，可以減少網絡傳輸、降低I/O時間。為與Spark、Hadoop框架結合，更好地管理磁帶存儲資源。調研了分布式環(huán)境下典型的磁帶存儲管理系統(tǒng)及HDFS內部的分級存儲的實現，根據調研結果，計劃在HDFS現有存儲層級上添加磁帶層的管理。
報告人：劉曉宇
報告簡介：傳統(tǒng)的高能物理數據處理是典型的數據密集型應用，目前普遍采用計算和存儲分離的模式。存儲方面，由于實驗產生的數據量巨大且需保存時間長，故存儲容量大、成本低的磁帶以及應對大數據存儲的分布式存儲成為必不可少的工具。在計算方面，開源框架Hadoop、Spark的先后提出提供了海量數據處理的新思路，計算節(jié)點也是存儲節(jié)點，可以減少網絡傳輸、降低I/O時間。為與Spark、Hadoop框架結合，更好地管理磁帶存儲資源。調研了分布式環(huán)境下典型的磁帶存儲管理系統(tǒng)及HDFS內部的分級存儲的實現，根據調研結果，計劃在HDFS現有存儲層級上添加磁帶層的管理。
附件下載：
