MétaCan
Menu
Retour à la cohorte
Enregistrement W3105262431 · doi:10.22215/etd/2020-14182

Mitigating Security Problems in Virtualized Networks Through Resource Management

2020· dissertation· en· W3105262431 sur OpenAlexaff
Danish Sattar

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueSoftware-Defined Networks and 5G
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésVirtualizationComputer securityComputer scienceDenial-of-service attackNetwork virtualizationVirtual networkNetwork managementService providerSoftware-defined networkingNetwork securityService virtualizationComputer networkThe InternetCloud computingService (business)Data virtualizationBusinessWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Network Virtualization is the key to the current and future success of the Internet, and it has proven to be one of the core technologies in the evolution of the Internet.The virtualization of network resources offers many benefits.Resources are more efficiently utilized, and they can be deployed flexibly and elastically.It can lower the cost of ownership by moving from dedicated hardware to virtual resources.Another important benefit is the ease of management through standard abstractions.However, these benefits come at the cost of security.Network virtualization has increased the threat surface due to the virtualization of resources.Such as risk of isolation failure, privacy, and confidentiality of hosted services, side-channel attacks, and amplified impact of Denial-of-Service attacks.In this dissertation, we take a look at some of the security issues in the virtualized networks.We aim to utilize resource management to mitigate some of the security problems in the virtualized networks.In particular, we use Software-Defined Networking (SDN) and 5G mobile networks as a focus of our study to investigate and mitigate security issues.We identified that Distributed Denial-of-Service (DDoS) attacks pose a significant risk in SDN and emerging 5G mobile networks because both networks are virtualized, and the impact of DDoS is amplified.In a traditional network, there are usually very few stakeholders that are impacted by the DDoS.Whereas, in virtualized networks, many tenants share the same resources; therefore, many stakeholders can First, I would like to express my sincere gratitude to my supervisor, Prof. Ashraf Matrawy, for his continuous support, patience, motivation, and immense knowledge.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,242
Écart entre enseignants0,229 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoftware-Defined Networks and 5GTravaux en français237 207