

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著計算機網(wǎng)絡通信技術的發(fā)展,用戶群體不斷變大,網(wǎng)絡規(guī)模不斷增長,出現(xiàn)了越來越多的網(wǎng)絡服務業(yè)務種類,網(wǎng)絡結構變得越來越復雜。在這種具有開放性的網(wǎng)絡中,在利益的驅使下,網(wǎng)絡安全事故與日俱增,要求提供較好的服務質量成為了一種必然的趨勢,實時有效的網(wǎng)絡異常檢測方法成為了一種嚴峻而緊急的挑戰(zhàn)。
網(wǎng)絡作為一個復雜的開放系統(tǒng),網(wǎng)絡流量的產(chǎn)生受到諸多驅動因素的影響,如網(wǎng)絡設備、拓撲結構、傳輸協(xié)議及網(wǎng)絡用戶之間的合作與競爭等等,網(wǎng)絡流量往往表
2、現(xiàn)出非線性、非平穩(wěn)以及貌似隨機的混沌特性、自相似長相關特性和復雜的動力學突變特性,本論文中主要運用非線性動力學理論、突變理論以及協(xié)同學對網(wǎng)絡流量異常進行了研究。
由于網(wǎng)絡流量往往受多個驅動因子即多特征量的控制,通過對描述網(wǎng)絡流量特性的多個特征量(如混沌Lyapunov指數(shù)、動力學Q因子、Hurst自相似系數(shù)、高階矩和低階矩等)進行研究,提取其中起主導作用的特征量,綜合運用這些特征量能更好的發(fā)現(xiàn)網(wǎng)絡流量中存在的異常。
3、根據(jù)網(wǎng)絡流量行為表現(xiàn)出的非線性、非平穩(wěn)和復雜的突變特性,提出了一種基于突變級數(shù)綜合決策模型的網(wǎng)絡流量的異常檢測方法。運用混沌理論、自相似長相關、和統(tǒng)計物理學等方法,對網(wǎng)絡流量系統(tǒng)的特征參量進行計算分析,從中提取能較好地反映網(wǎng)絡流量動力學特性的特征參量,然后根據(jù)提取的特征參量建立突變模型,由突變分歧集方程可得到對應的“歸一公式”,根據(jù)該突變級數(shù)方法就可以對網(wǎng)絡流量異常進行檢測。實驗表明當網(wǎng)絡流量異常的檢測率相等時,該方法與目前已有的采用單
4、特征參量的方法相比,其誤檢率更低。
網(wǎng)絡流量在運動變化過程中會從一個平衡態(tài)轉變到另一個平衡態(tài),該過程中存在一個暫態(tài)過程,這個暫態(tài)過程是一個突變的非平穩(wěn)過程,根據(jù)這個特點,提出了一種基于突變平衡曲面進行異常檢測的方法。通過采用突變平衡曲面構造正常網(wǎng)絡流量行為的正常模式。當網(wǎng)絡流量異常發(fā)生時,網(wǎng)絡流量系統(tǒng)的狀態(tài)會偏離平衡曲面。將此平衡曲面作為參照,監(jiān)控到來的網(wǎng)絡流量并采用突變距離來判斷是否偏離平衡曲面。根據(jù)決策理論,采用突變距離衡
5、量待測流量與正常平衡曲面的的偏離來評估網(wǎng)絡流量是否有異常發(fā)生。通過實驗分析表明,該方法對于檢測網(wǎng)絡流量異常具有較大的優(yōu)點,提升了檢測率,降低了誤檢率。
考慮到網(wǎng)絡受多個驅動因素的影響,而在異常發(fā)生時往往只有少數(shù)因素起決定性作用,提出了一種基于協(xié)同學的網(wǎng)絡流量異常檢測方法。該方法中使用協(xié)同學非線性動力學方程描述網(wǎng)絡流量系統(tǒng)的復雜動力學行為,采用協(xié)同學序參量來體現(xiàn)網(wǎng)絡流量在異常發(fā)生時起決定性作用的主導因素。序參量是網(wǎng)絡流量的主要相
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,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- 基于超統(tǒng)計理論的網(wǎng)絡流量異常檢測方法研究.pdf
- 基于特征量突變級數(shù)模型的網(wǎng)絡流量異常檢測方法
- 基于特征量突變級數(shù)模型的網(wǎng)絡流量異常檢測方法.pdf
- 基于度分布的網(wǎng)絡流量異常檢測方法研究.pdf
- 網(wǎng)絡流量異常檢測與預測方法研究.pdf
- 神經(jīng)網(wǎng)絡協(xié)同學習理論及應用研究.pdf
- 網(wǎng)絡流量異常檢測.pdf
- 基于局域波分析的網(wǎng)絡流量異常檢測方法研究.pdf
- 基于熵估計的網(wǎng)絡流量異常檢測研究.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
- 基于特征分布的網(wǎng)絡流量異常檢測.pdf
- 基于ARX模型的網(wǎng)絡流量異常檢測.pdf
- 基于迭代的快速網(wǎng)絡流量異常檢測研究.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
- 網(wǎng)絡流量異常檢測的小波分析方法.pdf
- 基于Burr分布和OD矩陣的網(wǎng)絡流量異常檢測方法研究.pdf
- 基于小波包變換的網(wǎng)絡流量異常檢測的研究.pdf
- 網(wǎng)絡流量異常檢測算法.pdf
- 基于hadoop的邊緣網(wǎng)出口網(wǎng)絡流量異常檢測方法、系統(tǒng)
- 協(xié)同學理論
評論
0/150
提交評論