【9.29】基于机器学习的ssh日志异常检测研究 & 磁带存储管理系统现状研究与展望
“青年科技工作者园地”第132次活动
时间：2020年9月29日 (周三) 下午15:00
地点：计算中心二楼会议室（东莞同事和同学通过视频）
网络会议室：
时间：2020年9月29日 (周三) 下午15:00
地点：计算中心二楼会议室（东莞同事和同学通过视频）
网络会议室：
名称：青年科技工作者园地
客户端入会链接http://caslink.ihep.ac.cn/meetingSchduler/invite/anno/0NHIFC5M
硬件终端入会
拨打云会议室号 : 9005069149
客户端入会链接http://caslink.ihep.ac.cn/meetingSchduler/invite/anno/0NHIFC5M
硬件终端入会
拨打云会议室号 : 9005069149
报告题目：基于机器学习的ssh日志异常检测研究
报告人：李洪涛
报告简介：首先简单介绍了网络安全的研究背景与意义，进而介绍了ssh日志数据的研究意义，数据来源和特点等相关知识，其次介绍了一些ssh的常见异常和研究方法，最后提出了自己的一种基于机器学习的ssh日志异常检测研究思路。
报告人：李洪涛
报告简介：首先简单介绍了网络安全的研究背景与意义，进而介绍了ssh日志数据的研究意义，数据来源和特点等相关知识，其次介绍了一些ssh的常见异常和研究方法，最后提出了自己的一种基于机器学习的ssh日志异常检测研究思路。
报告题目：磁带存储管理系统现状研究与展望
报告人：刘晓宇
报告简介：传统的高能物理数据处理是典型的数据密集型应用，目前普遍采用计算和存储分离的模式。存储方面，由于实验产生的数据量巨大且需保存时间长，故存储容量大、成本低的磁带以及应对大数据存储的分布式存储成为必不可少的工具。在计算方面，开源框架Hadoop、Spark的先后提出提供了海量数据处理的新思路，计算节点也是存储节点，可以减少网络传输、降低I/O时间。为与Spark、Hadoop框架结合，更好地管理磁带存储资源。调研了分布式环境下典型的磁带存储管理系统及HDFS内部的分级存储的实现，根据调研结果，计划在HDFS现有存储层级上添加磁带层的管理。
报告人：刘晓宇
报告简介：传统的高能物理数据处理是典型的数据密集型应用，目前普遍采用计算和存储分离的模式。存储方面，由于实验产生的数据量巨大且需保存时间长，故存储容量大、成本低的磁带以及应对大数据存储的分布式存储成为必不可少的工具。在计算方面，开源框架Hadoop、Spark的先后提出提供了海量数据处理的新思路，计算节点也是存储节点，可以减少网络传输、降低I/O时间。为与Spark、Hadoop框架结合，更好地管理磁带存储资源。调研了分布式环境下典型的磁带存储管理系统及HDFS内部的分级存储的实现，根据调研结果，计划在HDFS现有存储层级上添加磁带层的管理。
附件下载：
