網(wǎng)絡(luò)流量的異常檢測與業(yè)務(wù)類型識別方法的研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、網(wǎng)絡(luò)流量是記錄和反映網(wǎng)絡(luò)及其用戶行為活動的重要載體,基于網(wǎng)絡(luò)流量的分析是認(rèn)識網(wǎng)絡(luò)的一面鏡子,網(wǎng)絡(luò)流量異常檢測和流量的業(yè)務(wù)類型識別是網(wǎng)絡(luò)流量分析技術(shù)的兩個基礎(chǔ)而重要的部分。通過調(diào)研現(xiàn)有的方法,發(fā)現(xiàn)當(dāng)前流量異常檢測算法的執(zhí)行效率較低,需要耗費(fèi)大量CPU時間,不適于處理維數(shù)較高的網(wǎng)絡(luò)流量類型,無法用之于大規(guī)模網(wǎng)絡(luò)檢測;有的算法復(fù)雜性較高,檢測或識別算法通常滯后,不能滿足在線運(yùn)行要求,即算法實(shí)時性較差,對于大流量高帶寬的網(wǎng)絡(luò)流量更是如此;多數(shù)網(wǎng)

2、絡(luò)異常檢測方法的檢測率較低、網(wǎng)絡(luò)流量識別的精確程度不高,誤報(bào)率和漏報(bào)率較高,檢測率和誤報(bào)率很難平衡。
  本文將信息熵引入流量分析,提出了一種基于相對熵統(tǒng)計(jì)學(xué)習(xí)的網(wǎng)絡(luò)流量異常檢測方法,該方法主要是對網(wǎng)絡(luò)流量數(shù)據(jù)集進(jìn)行多維分層處理,利用信息論中的熵值公式來對網(wǎng)絡(luò)流量的數(shù)據(jù)包的分布進(jìn)行計(jì)算,然后根據(jù)網(wǎng)絡(luò)流量的自相似特性,采用相對熵在網(wǎng)絡(luò)流量的各個分析視圖上對網(wǎng)絡(luò)流量異常進(jìn)行檢測。該方法所設(shè)計(jì)的檢測方法整體規(guī)模小,算法復(fù)雜度低,與以往算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論