Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

Multivariate Analysis of Big Data in Software Defined Networks

Description du projet

Un grand coup de pouce pour les fonctionnalités d’Internet

La quantité de données qui circulent sur Internet augmente rapidement et il est urgent de trouver de nouveaux moyens de les gérer, de les traiter et de les analyser. Les réseaux définis par logiciel (SDN pour Software Defined Networking) sont apparus comme une approche intéressante pour traiter efficacement d’énormes quantités de données, grâce à leurs fonctionnalités de réseau programmables. Cependant, la gestion d’un cadre SDN est un véritable défi. Les techniques d’analyse des mégadonnées peuvent se révéler utiles pour l’identification et le dépannage des problèmes liés aux SDN, ainsi que pour l’optimisation des performances du réseau. Le projet MAD-SDN, financé par l’UE, propose une approche basée sur l’analyse multivariée des mégadonnées (MBDA) pour la surveillance du réseau, le dépannage et la classification du trafic. L’approche pionnière d’apprentissage fédéré de Google sera exploitée pour gérer les problèmes d’analyse de données distribuées.

Objectif

One of the main problems of the Internet is the rapidly growing volume of diverse data. The Future Internet needs new efficient methods to support data management, processing and analysis. The Software Defined Networking (SDN) is a novel network architecture that overcomes the limitations of traditional networks, separating the control and data planes, and providing programmability capabilities of network functionalities. Yet, modern SDN deployments are difficult to manage and optimize. Big Data analysis techniques can be useful in SDN to identify problems, troubleshoot them and optimize network performance. One promising approach for this is the Multivariate Big Data Analysis (MBDA), which extends multivariate analysis to Big Data sets. However, MBDA has not been applied to SDN yet. During this project, MBDA will be used to detect anomalies and classify network traffic in complex SDN environment. In addition, in order to ensure privacy, MBDA will be extended with Federated Learning, a cutting-edge approach recently developed by Google with application to distributed data analysis problems. This project will be carry out by the experienced researcher (ER) who worked during her PhD thesis on network traffic analysis using advanced statistical methods on time series. The ER will cooperate with the Supervisor who is an expert in the field of multivariate analysis for anomaly detection and optimization of networks, and the principal developer of the MBDA approach.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2019

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSIDAD DE GRANADA
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 172 932,48
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 172 932,48
Mon livret 0 0