【摘要】 云计算光纤网络中大数据出现异常负载易导致网络中断，建立提取云计算光纤网络大数据异常负载的检测模型，采用高阶统计量分析法进行特征重构，结合极限学习法进行异常负载检测自适应修整，根据高阶统计异常谱分布实现大数据异常负载检测。

【关键词】 云计算技术;大数据;网络异常流量检测

【DOI编码】 10.3969/j.issn.1674-4977.2021.06.017

Analysis of Network Abnormal Traffic Detection Methods in

Big Data Environment

A Si-han

（College of Youth Politics，Inner Mongolia Normal University，Hohhot 021000，China）

Abstract： The abnormal load of big data in cloud computing optical fiber network is easy to cause network interruption. The paper proposes to extract the abnormal load detection model of cloud computing optical fiber network big data，adopts the high-order statistical analysis method for feature reconstruction，and combines the limit learning method for the adaptive dressing of abnormal load detection. The abnormal load detection of big data is realized according to the high-order statistical anomaly spectrum distribution.

Key words： cloud computing technology;big data;abnormal network traffic detection

隨着互联网的发展，网络技术广泛应用于生活中，许多公共场所布设移动WiFi接入点，为人们获取信息提供便捷条件。人们应用网络服务时将个人信息、银行账户等敏感数据存储到网络中，重要数据传递带来安全隐患造成网络安全问题突出。本文利用云计算技术对大数据下网络异常流量进行检测，并测试检测效果。

1 大数据下网络异常流量检测方法研究

光纤网络利用光在玻璃纤维实现光波通信，大数据集成调度，然后通过交换机分配IP。光纤通信传输距离远，云计算环境通过波分复用技术使光强度变化，通信中受到干扰导致通信信道配置失衡，需要对云计算光纤网络大数据异常负载优化检测，提高网络通信的输出保真性[1]。云计算光纤网络中大数据异常负载检测模型研究需要提取大数据负载异常特征，实现异常负载检测。

2 网络异常数据检测大数据分析平台

网络异常流量分为DDoS、Network Scan等类型，异常流量类型可从目的IP地址、源IP地址、字节数等特征区分[2]。DDos异常流量可通过特征二四五七检测;Network Scan异常流量可采用多个网络地址对主机端口扫描动作;Flash Crowd异常流量由异常用户对访问资源申请动作。……