Låt oss säga att ett gäng människor i en liten stad i British Columbia försöker streama den senaste Star Wars-filmen.

Eftersom algoritmer i Toronto känner igen den stora mängden förfrågningar, telekomleverantörer cachelagrar automatiskt en kopia av filmen på ett mellanliggande nätverks server på västkusten. Alla är nöjda – stadsbor i BC kan se en film utan att streama "lag" och leverantören, medan det har gått till en viss kostnad, vet att det har svarat på kundernas efterfrågan.

Passera popcornen och köa ljussvärden.

Men tänk om det kravet inte var vad det verkade? Tänk om telekomleverantören kunde fastställa att 400 av stadens 500 hem letade efter samma film, allt klockan tre på morgonen på en tisdag? Leverantören skulle förmodligen tro att något var fel i galaxen långt, långt borta.

De skulle förmodligen fråga sig själva om någon försökte hacka systemet. Och de skulle definitivt ompröva att investera nätverksbandbredd och hårda och mjuka tjänster i den där filmen i den lilla staden på småtimmarna på en tisdag.

Det är den typ av detalj som professorn i västerländsk el- och datorteknik Abdallah Shami försöker upptäcka och kvantifiera när hans team söker efter mönster och anomalier som kan störa telekommunikationstjänster och äventyra mellanliggande servrar – kända som nätverk för innehållsleverans eller CDN, för korta.

Hans slutspel är att säkra dessa nätverk, leverera bättre service till kunder och hjälpa leverantörer att ägna resurser där de faktiska behoven är störst.

För att åstadkomma detta, Shami använder en databas med 450 miljoner datapunkter från juli 2019 som tillhandahållits honom av Ericsson, ett av världens ledande telekommunikationsföretag.

"Att ha tillgång till denna data är som en guldgruva, sa Shami.

För varje anonymiserad post – vilket innebär att ingen enskild kund kan identifieras – listas olika funktioner som antalet mottagna byte, tiden för att leverera bytes, klientens IP, och en cacheträffindikator.

Av sig själva, siffrorna är för stora för att förstå. Men med forskarnas analyser och översättningar, data kan identifiera vad som är vanligt kundbeteende kontra hur ett skadligt hack ser ut. De kan också bedöma det potentiella hotet i alla gråzoner av osäkerhet mellan dessa två ytterligheter.

Shamis team vid Optimized Computing and Communications (OC2)-labbet i Western Engineering använder flera parallella bearbetningsbibliotek för att söka igenom miljontals datapunkter och hitta mönster för ett brett utbud av funktioner som inkluderar frekvens, plats, typ och tidpunkt för förfrågningar.

"Målet är att bättre förstå dessa angripare och attackhändelser så att vi kan identifiera mönster, " han sa.

Nästa steg, sedan, är att utforska och designa säkerhetsramverk för att förhindra nätverksattacker och onormala beteenden. Det är en knepig uppgift som kräver maskin- och mjukvarubaserad inlärning – artificiell intelligens som vet när och hur man "läser" förändrade omständigheter – plus mänsklig riskbedömning.

När det gäller vår fiktiva stad i British Columbia, till exempel, det är möjligt att det inte händer något skändligt alls. Kanske har dessa särskilt sällskapliga invånare lyckats organisera mängder av visningsfester i hela samhället, tidpunkt för att börja med filmens officiella premiär vid middagstid i Berlin, Tyskland.

Alternativt kanske är det ett försök från hackare att upptäcka en svaghet i systemet och utnyttja den.

Så varför gör det någon skillnad? Med fyra ord:kapacitet, kosta, säkerhet och service.

Datatrafiken och internetanvändningen har ökat exponentiellt – med högre efterfrågan på snabbt och högupplöst innehåll än någonsin tidigare. "Detta illustreras av prognosen att internetvideotrafik kommer att utgöra 82 procent av internettrafiken år 2020, med CDN-trafik som levererar nästan två tredjedelar av den totala internetvideotrafiken."

Efterfrågan kräver också större och mer komplexa CDN, med större räckvidd och kapacitet och mer interaktion med olika enheter och protokoll.

Tillsammans med en ökning av innehållsvolymen har antalet angripare ökat som vill utnyttja och överbelasta systemet, eller värre. Cyberbrott kostar företag hundratals miljoner dollar om året, så att ha effektiv, pålitlig, skalbar, mycket distribuerad, och säkra CDN-nätverk har blivit ett måste för att möta den ökade efterfrågan på innehållsleverans.

För kunder, dessa CDN är en viktig (även om den är osynlig) mellanhand som säkerställer kvalitetsservice närmare hemmet.

Om ett CDN äventyras, att strömma video eller ladda ner data kan vara som att försöka klämma kulor genom ett timglas.

Datauppsättningen Shami och hans team av två doktorander arbetar med är statisk, men deras jobb är också att generera dynamiska datormodeller som lär sig över tid.

"Målet är att förbättra den regelbaserade modellen, " sade han. "Det måste vara tillräckligt flexibelt för att ge rekommendationer och resultat."

De arbetar på en algoritm som kommer att tilldela procentpoäng till avvikande händelser – för att förutsäga om extremvärden representerar försök till hackning eller, istället, är mer benägna att vara sociala massevenemang online. Tänk Marshmellos virtuella konsert på Fortnite som lockade 10 miljoner spelare i februari förra året.

Shamis bredare forskning inkluderar andra industripartners, inklusive att genomföra dataanalyser inom digital tillverkning och anpassa cybersäkerhet i stora nätverk, för att bara nämna två exempel.

Allt sagt, Shami har 14 medlemmar i sitt OC2-labb som arbetar med relaterade problem. Många av dem arbetar med företag och institutionella företag som letar efter svar på liknande problem.

Arbetet har fördelar långt utöver deras avsevärda nytta för industrin, han sa. Det betyder att doktorander och postdoktorander "utbildas i meningsfulla problem och hittar lösningar" som kommer att hjälpa dem i deras liv efter universitetet.