Die strukturelle Komplexität des Internets und das Datenvolumen haben sich in den vergangenen Jahren drastisch gesteigert. Gründe sind die zunehmende Anzahl von Netzwerkknoten (z.B. Internet der Dinge, kritische Infrastrukturen) und neue Dienste mit hohen Datenraten (z.B. Video-Streaming). Analyseverfahren für die Netzwerksicherheit müssen immer höhere Datenmengen in kurzer Zeit verarbeiten. Dies erfordert leistungsfähige Mechanismen zur Online-Analyse, z.B. zur Erkennung von Anomalien. Zudem sind effiziente Methoden gefragt, um enorme historische Datenmengen offline zu analysieren. Das Projekt "Big-DAMA" setzt sich zum Ziel, neuartige und skalierbare Methoden auf Basis von „Data-Mining“ und maschinenbasiertem Lernen zu entwickeln, um extrem große Netzwerk-Datensätze sowohl offline als auch online zu untersuchen und zu charakterisieren. Damit soll auch ein umfassendes Verständnis für den Einsatz von „Big Data“ Techniken in der Netzwerkdatenanalyse geschaffen werden.