基于特征提取的聚類異常檢測技術的研究與實現(xiàn).pdf

1、網絡的高速發(fā)展使得人們的生活越來越方便，人們越來越依賴于網絡來進行工作、學習。隨著網絡復雜程度的加大，諸多不安全網絡因素也隨之而來，各種網絡攻擊、病毒的出現(xiàn)影響到了人們的網絡生活，帶來了很多安全方面的隱患。
　　異常檢測技術是網絡入侵檢測的核心部分，它用于發(fā)現(xiàn)網絡中的入侵、攻擊行為以及阻截想要進入被保護網絡中的惡意數(shù)據(jù)包。檢測準確率高、漏報率低是異常檢測的最大優(yōu)點，這是它得到廣泛研究的原因，但是異常檢測同樣也存在著誤報率高、檢測耗

2、時這樣的缺點。本文從盡量減小異常檢測缺點的目的出發(fā)，設計、實現(xiàn)了基于特征提取的聚類網絡異常檢測技術，主要內容包括以下方面：
　　1．研究、分析異常檢測技術，將經典的數(shù)據(jù)挖掘算法和模式匹配算法結合、運用在異常檢測當中，提取關鍵的、具有代表意義的網絡特征進行檢測，減少數(shù)據(jù)檢測的消耗。
　　2．研究了多核平臺Octeon CN3860網絡處理器的硬件特征、工作原理、運行模式以及軟件開發(fā)模式。在多核平臺下對本文提出的異常檢測技術進行