Logo of Humboldt-Universität zu BerlinLogo of Humboldt-Universität zu Berlin
edoc-Server
Open-Access-Publikationsserver der Humboldt-Universität
de|en
Header image: facade of Humboldt-Universität zu Berlin
View Item 
  • edoc-Server Home
  • Tagungs- und Konferenzbände
  • 21. DFN-Jahrestagung DFN2007 (Kaiserslautern, 29.05.2007 - 01.06.2007)
  • View Item
  • edoc-Server Home
  • Tagungs- und Konferenzbände
  • 21. DFN-Jahrestagung DFN2007 (Kaiserslautern, 29.05.2007 - 01.06.2007)
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
All of edoc-ServerCommunity & CollectionTitleAuthorSubjectThis CollectionTitleAuthorSubject
PublishLoginRegisterHelp
StatisticsView Usage Statistics
View Item 
  • edoc-Server Home
  • Tagungs- und Konferenzbände
  • 21. DFN-Jahrestagung DFN2007 (Kaiserslautern, 29.05.2007 - 01.06.2007)
  • View Item
  • edoc-Server Home
  • Tagungs- und Konferenzbände
  • 21. DFN-Jahrestagung DFN2007 (Kaiserslautern, 29.05.2007 - 01.06.2007)
  • View Item
2008-11-28Konferenzveröffentlichung DOI: 10.18452/1235
"Die Suche nach der Nadel im Heuhaufen" - Nyx
Ein System zur Lokalisierung von Rechnern in großen Netzwerken anhand IP- oder MAC-Adressen
Kornberger, Ralf
Reiser, Helmut
Diese Arbeit präsentiert eine Lösung zur Lokalisierung von Endgeräten in großen Netzwerken. Unter Lokalisierung ist die Identifikation der Netzkomponente am Netzrand (Edge-Switch), sowie der Anschlussport des Endgerätes an diesem zu verstehen. Die Herausforderung war die Erstellung eines Datenmodells mit Verknüpfung von IP- und MAC-Adresse, sowie des Anschlussports am Edge-Switch. In einem großen und dynamischen Netzwerk ist eine einmalige Erfassung und statische Speicherung mit periodischer Aktualisierung nicht ausreichend. Deshalb wurde ein hochparallelisiertes System entwickelt, das die Daten fortlaufend aktualisiert und mit Hilfe maschinellen Lernens auch mit dynamischen, komplexen und heterogenen Topologien zurecht kommt.
Files in this item
Thumbnail
kornberger.pdf — Adobe PDF — 194.7 Kb
MD5: 967b12488334a4b9ae1bd1dd5bd94d13
Cite
BibTeX
EndNote
RIS
InCopyright
Details
DINI-Zertifikat 2019OpenAIRE validatedORCID Consortium
Imprint Policy Contact Data Privacy Statement
A service of University Library and Computer and Media Service
© Humboldt-Universität zu Berlin
 
DOI
10.18452/1235
Permanent URL
https://doi.org/10.18452/1235
HTML
<a href="https://doi.org/10.18452/1235">https://doi.org/10.18452/1235</a>