An anomaly detection approach for enterprise file integration

Uzum, Ibrahim; Can, Özgü

doi:10.1109/isdfs.2018.8355376

Cited by 2 publications

(4 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Ontology-based approaches within the scope of anomalous file integration are presented in Can and Uzum, 2019). In addition, problems that occur within the scope of information security in file integrations are presented in (Uzum and Can, 2018a;Uzum and Can, 2018b). The proposed study is based on the fundamental concepts that are presented in Uzum and Can, 2018a;Uzum and Can, 2018b).…”

Section: Related Workmentioning

confidence: 99%

“…The figure shows the process of getting a file from an external system to the internal system and submitting the file to the database. Also, a summary of the general structure is presented in (Uzum and Can, 2018a). As seen in Figure 1, the sender systems could also be specified as the integrators and these systems could be mainly capsulated as external systems.…”

Section: General Structurementioning

confidence: 99%

“…The most common methods that are used to determine the abnormalities in security-based systems are machine learning-based approaches. A self-learning system does not need to define rules to determine the anomaly tolerance values for each file integration (Uzum and Can, 2018a). Also, the system determines these values by training data.…”

Section: Introductionmentioning

confidence: 99%

“…Data that comes from outside is always suspicious and must be secured. Therefore, an emergency management system must be developed to provide an awareness mechanism for the responsible people of these integration systems (Uzum and Can, 2018a). The proposed approach aims to provide a way to find anomalous integrations and to protect the persistence of integration channels.…”

Section: Introductionmentioning

confidence: 99%

See 3 more Smart Citations

Büyükbaş Hayvancılık Yetiştiriciliği Hakkında Genel Bilgi: Türkiyeden Örnekler

ALHAJ¹

2021

jocrest

View full text Add to dashboard Cite

Information systems that are based on real-time file integrations have an essential role to improve the quality of organizations' business process management. File transfers and data integrations between discrete systems have gained great importance. However, network and security issues have emerged due to the integration of file transfer processes and the structure of files. Thus, an effective and self-learning anomaly detection approach is needed for the file integration processes to provide the persistence of integration channels, data integrity, and availability of file transfer processes. A novel anomaly detection approach that focuses on file transfers between discrete systems is proposed in this paper. The proposed anomaly detection approach is a self-learning module for the file transfer processes. For this purpose, anomalies that occur in file transfer processes are detected by applying machine learning techniques. Four clusteringbased machine learning approaches are applied to detect anomalies in the file integration processes: Elliptic Envelope, Isolation Forest, Local Outlier Factor, and One-Class Support Vector Machine.

show abstract

Section: Related Workmentioning

confidence: 99%

Section: General Structurementioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

See 2 more Smart Citations

Büyükbaş Hayvancılık Yetiştiriciliği Hakkında Genel Bilgi: Türkiyeden Örnekler

ALHAJ¹

2021

jocrest

View full text Add to dashboard Cite

show abstract

An Ontology Development for Anomaly Detection in File Integration Domain

Can

Ünalır

Uzum

2019

Bilişim Teknolojileri Dergisi

View full text Add to dashboard Cite

Özet-Günümüzde, veri depolama ve yazılım geliştirme teknolojilerinin çeşitliliğinde büyük bir artış yaşanmıştır. Hızla gelişen ve değişen teknolojiler sebebiyle, ortak çalışan organizasyonlardaki entegrasyon ve çok çeşitlilik, temel bir sorun olarak ortaya çıkmaktadır. Bu kapsamda dosya entegrasyonları, farklı iş platformları arasındaki veri bütünleştirmesine yardımcı olan etkili bir çözüm olarak sunulmaktadır. Böylelikle, farklı elektronik sistemler arasındaki rutin iş süreçleri ve iş mantıkları otomatize edilebilmektedir. Anomali tespiti, sistemlerde meydana gelebilecek anormal durumları tespit eden bir veri analiz işlemidir. Anomali tespiti, bilgi tabanlı sistemlerde beklenmedik durumlara karşı farkındalık ve beklenen davranışa uymayan anomaliler karşısında gerekli eylemlerin yerine getirilmesini sağlamaktadır. Bu nedenle, anomali tespiti dosya entegrasyonlarında meydana gelen anomalilerin tespiti için önemli bir veri analizi işlemidir. Bu çalışma kapsamında, dosya entegrasyonu sistemlerinde gerçekleşen anomalileri tespit edebilmek için ontoloji tabanlı bir yaklaşım sunulmaktadır. Dosya entegrasyonlarında anormalliklerin tespiti, bilgi güvenliği üçlüsünden (gizlilik, bütünlük ve kullanılabilirlik) biri olan kullanılabilirlik açısından önemlidir. Entegrasyonlardaki anomalilerin büyük bir kısmı veri bütünlüğüne yöneliktir ve bu anomaliler transfer süresinden ya da gelen dosya boyutundan tespit edilerek yakalanabilmektedir. Önerilen ontolojik yaklaşımda, örnek bir sisteme yapılan dosya entegrasyonları sorgulanarak entegrasyon işlemlerinde meydana gelen anomaliler tespit edilebilmektedir. Önerilen yaklaşımın, dosya entegrasyon sistemlerinde veri bütünlüğüne ve kullanılabilirliğe (dosya akışını durdurabilecek anomaliler) yönelik anormal durumlara karşı ontoloji bazlı bir çözüm sunması amaçlanmaktadır.

show abstract

An anomaly detection approach for enterprise file integration

Cited by 2 publications

References 16 publications

Büyükbaş Hayvancılık Yetiştiriciliği Hakkında Genel Bilgi: Türkiyeden Örnekler

Büyükbaş Hayvancılık Yetiştiriciliği Hakkında Genel Bilgi: Türkiyeden Örnekler

An Ontology Development for Anomaly Detection in File Integration Domain

Contact Info

Product

Resources

About