APP下载

基于独立流量平稳模型的异常检测算法研究

2017-04-14费金龙贺新征祝跃飞

计算机应用与软件 2017年3期
关键词:特征检测方法

费金龙 蔡 靖 贺新征 祝跃飞

(解放军信息工程大学 河南 郑州 450001)

基于独立流量平稳模型的异常检测算法研究

费金龙 蔡 靖 贺新征 祝跃飞

(解放军信息工程大学 河南 郑州 450001)

当链路流量由不同流复合而成时,不同流的短时变化(增大或降低)可以相互中和,使链路上的所有流趋于平稳。当流之间相互独立,链路流量趋于平稳状态。但是,当链路中出现相关流时,该平稳状态将被打破。研究证明许多异常流量发生时会违反流的独立性。基于此,提出了独立流量平稳模型iTSM(independent Traffic Stationary Model),并设计了一种异常流量检测算法。实验证明:针对单链路异常检测,该算法显著优于其他算法的检测效果。

异常检测 假设检验 流量测量

0 引 言

近年来,Internet承载越来越多的业务,尤其随着云计算、大数据等技术的发展,我国适时提出了互联网+战略,进一步促进了业务向Internet融合。然而,新形势下,网络安全面临着新的挑战。据CNCERT统计,2014年针对我国关键基础设施的DDoS攻击比前一年增加三倍,且攻击频繁、强度增大。异常流量规模不断增加,严重影响了网络的正常运行,因此,在网络链路上检测异常流量迫在眉睫。

一般来说,异常流量检测首先根据干净的、不含异常的训练数据,完成训练过程,建立正常的流量检测模型。其次,对于被检测对象(实时流量),计算相同的特征值,并与正常模型进行对比,如果当前流量“显著”偏离建立的正常流量模型,那么判定为发生异常,否则没有发生异常。异常检测对流量建立数学模型,基于流量行为,判定是否发生异常。……

登录APP查看全文

猜你喜欢

特征检测方法
如何表达“特征”
不忠诚的四个特征
小波变换在PCB缺陷检测中的应用
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
线性代数的应用特征