ٹریفک کے نمونوں میں انوامیوں کی وجہ سے بُری سرگرمی یا نظام کے مسائل کی نشاندہی کر سکتی ہے ۔

نیٹ ورک ٹریفک کو سمجھ لینے والے انومینس

نیٹ ورک ٹریفک انو ایم اے کے عام رویے سے انحراف کر رہے ہیں. یہ رد عمل اچانک بڑھ سکتا ہے ڈیٹا منتقلی، غیر معمولی رسائی کے نمونے یا غیر متوقع پروٹوکول استعمال میں اچانک اضافہ ہو سکتا ہے. ان نامیاتی افعال کو وقت کے ساتھ ساتھ ٹریفک ڈیٹا کی ترسیل کی ضرورت ہوتی ہے۔

دیکینگ انومالائیس کیلئے تکنیک

نیٹ ورک ٹریفک میں نامیاتی اشیاء کی شناخت کے لیے کئی تکنیکیں استعمال کی جاتی ہیں:

  • ] اسٹیسسسسسسسسس:] میٹرکس جیسے معنی اور معیاری انحراف کا استعمال کرتا ہے تاکہ خارجی اشیاء کو تلاش کیا جا سکے۔
  • Machine نژاد: [1] عام ٹریفک پر ملازموں نے تربیت دی تاکہ وہ انحراف کا پتہ لگا سکیں۔
  • ] آثار قدیمہ-باسد دیتیکل:] مشہور خطاطوں کے لیے تلاش کرتا ہے۔
  • Flow Analysis: [1] [حوالہ درکار ڈیٹا کو غیر متعلقات کے لیے جاری کیا گیا ہے۔

انومالی دقیقہ (Anomaly Detection) کے لیے Calculations –

کیلکیشن میں بیس لائن ٹریفک کے نمونے قائم کرنا اور ناپنا شامل ہیں۔عام طریقوں میں شامل ہیں:

  • Z-Score Calculation: عزم کرنا کہ کتنے معیاری نقطہ نظر سے ڈیٹا کا رخ کیا جاتا ہے۔
  • [Thres settlement: [حوالہ درکار] تاریخی اعداد و شمار پر مبنی دقیقات قابل قبول ہیں۔
  • شرح تبادلہ : پیمائش ٹریفک کی رفتار میں اضافہ یا کمی کرتی ہے۔

مثال کے طور پر ایک زی کور ایک مخصوص کرنٹ سے ایک اناطولیہ کی طرف اشارہ ہو سکتا ہے. متعدد حسابات کو ملا کر درستی کو بہتر بناتے ہیں اور غلط مثبت نتائج کم کرتے ہیں۔