

版權說明: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,請進行舉報或認領
文檔簡介
1、分類號密級UDC1注學位論文基于局域波分解的流量異常檢測方法研究(題名和副題名)吳麗萍(作者姓名)指導教師姓名姚興苗副教授電子科技大學成都(職務、職稱、學位、單位名稱及地址)申請專業(yè)學位級別碩士專業(yè)名稱通信與信息系統(tǒng)論文提交日期2011.4論文答辯日期2011.5學位授予單位和日期電子科技大學答辯委員會主席評閱人年月日注1:注明《國際十進分類法UDC》的類號。摘要摘要網(wǎng)絡流量異常是指當前的流量狀態(tài)較大程度地偏離網(wǎng)絡流量的正常行為軌跡,從
2、而影響了網(wǎng)絡的性能和服務質(zhì)量。各種網(wǎng)絡異常流量會不同程度地影響到網(wǎng)絡的服務質(zhì)量,嚴重時甚至會造成網(wǎng)絡中斷引起巨大的損失。通過網(wǎng)絡異常檢測可以發(fā)現(xiàn)許多網(wǎng)絡故障和性能問題,甚至可以檢測出一些未知的惡意攻擊。網(wǎng)絡流量異常檢測系統(tǒng)的檢測能力與整個網(wǎng)絡的可靠性和穩(wěn)定性有緊密聯(lián)系,它對于保證網(wǎng)絡的服務質(zhì)量具有重大意義,因此,網(wǎng)絡流量異常檢測成為當前網(wǎng)絡安全領域中的熱點研究問題之一。本文在總結分析國內(nèi)外網(wǎng)絡流量異常檢測研究現(xiàn)狀的基礎上,為進一步提高網(wǎng)
3、絡流量異常檢測方法的檢測率,提出結合局域波分解法和聚類分析進行流量異常檢測,主要工作如下:(1)采用局域波分解法進行網(wǎng)絡流量信號分析:與傅里葉變換和小波變換等其他時頻信號分析方法不同,它以信號的局部特征為基礎,比較完整地保留信號的局部信息,對于整個流量信號而言,流量異常行為發(fā)生在流量信號的局部范圍內(nèi),因此用局域波分解法對網(wǎng)絡流量信號進行分析可以更加完整地提取出異常特征。(2)提出一種基于局域波分解和改進的kmeans算法的異常檢測方法:
4、傳統(tǒng)kmeans算法對初始聚類中心很敏感,并且算法容易陷入局部最優(yōu)解中難以獲得全局最優(yōu)解。本文針對網(wǎng)絡流量異常檢測的特點,提出了一種基于局域波分解法和改進的kmeans算法的異常檢測方法,試驗證明,本文提出的檢測方法對網(wǎng)絡流量異常檢測具有更好的檢測效果。(3)提出了一種基于瞬時參數(shù)預測的流量異常檢測方法,首先對流量信號進行局域波分解,獲得流量信號的瞬時參數(shù),然后對瞬時參數(shù)建立ARMA模型,獲得瞬時參數(shù)估計值,用模型的預測值與實際流量信號
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于局域波分析的網(wǎng)絡流量異常檢測方法研究.pdf
- 網(wǎng)絡流量異常檢測的小波分析方法.pdf
- 基于HMM的Netflow異常流量檢測方法的研究.pdf
- 局域波分解方法、特征剖析及應用研究.pdf
- 基于流量特征的異常流量檢測.pdf
- 基于網(wǎng)絡的異常流量檢測研究.pdf
- 基于度分布的網(wǎng)絡流量異常檢測方法研究.pdf
- 基于信息熵的異常流量分布式檢測方法的研究.pdf
- 基于SVM的BGP異常流量檢測.pdf
- 基于信息熵的流量異常檢測.pdf
- 基于超統(tǒng)計理論的網(wǎng)絡流量異常檢測方法研究.pdf
- 基于網(wǎng)絡流的流量異常檢測研究.pdf
- 分布式流量異常檢測方法研究.pdf
- 基于深度學習的網(wǎng)絡流量分類及異常檢測方法研究.pdf
- 基于小波分析的網(wǎng)絡異常檢測系統(tǒng).pdf
- 基于機器學習的異常流量檢測.pdf
- 網(wǎng)絡流量異常檢測與預測方法研究.pdf
- 基于小波分解和ARIMA的網(wǎng)絡流量模型.pdf
- 基于kd樹的大流量網(wǎng)絡異常檢測方法的研究與實現(xiàn).pdf
- 基于動態(tài)閾值的網(wǎng)絡流量異常檢測方法研究與實現(xiàn).pdf
評論
0/150
提交評論