基于小波分析的網(wǎng)絡(luò)異常檢測系統(tǒng).pdf

1、本文從宏觀角度來考察大規(guī)模網(wǎng)絡(luò)的流量，以一定的采樣率將包匯聚成流，再將其以字節(jié)大小、流數(shù)或包數(shù)為單位對應到離散的時間軸上，它本質(zhì)上屬于非平穩(wěn)的時間序列，具有周期性、趨勢性、隨機性、季節(jié)波動等特性。隨著網(wǎng)絡(luò)應用的豐富和網(wǎng)絡(luò)用戶的增多，安全問題也日益重要，而基于宏觀流量的網(wǎng)絡(luò)異常檢測也成為研究重點。本文充分研究了各種現(xiàn)有的非平穩(wěn)網(wǎng)絡(luò)流量的模型以及各種實用的異常檢測的方法，并對其適用層次和優(yōu)缺點進行了總結(jié)。在此基礎(chǔ)上提出將傳統(tǒng)的基于統(tǒng)計的異常

2、處理和信號處理的方法進行結(jié)合，將流量看成信號，并使用統(tǒng)計和信號處理的方法，如小波分析、量圖分析等，來進行異常的定位和檢測。同時本文還對網(wǎng)絡(luò)中的常見異常進行了分類，并對其在數(shù)學和信號上的表現(xiàn)形式作了分析，以便可以利用檢測的結(jié)果來歸類異常。 本文主要從定性和定量的角度來考慮異常的檢測，其中定性分析側(cè)重于從網(wǎng)絡(luò)流量的建模出發(fā)，利用描述模型奇異特性的幾種參數(shù)，如反映正則性的李氏(Lipschitz)指數(shù)，反映自相似度的Hurst指數(shù)以及

3、對應不同李氏指數(shù)的分形維數(shù)，試圖從這些參數(shù)的變化軌跡中找出與異常出現(xiàn)的對應關(guān)系，進而來檢測出異常；而定量分析則側(cè)重于對奇異現(xiàn)象的量化，不需要人為的判斷，通過一系列的統(tǒng)計分析、信號分析最終將異常突顯，這方面主要包括能量比分布分析、小波多層分解、偏差值等方法，最終建立了自動在線實時異常檢測系統(tǒng)。 影響網(wǎng)絡(luò)的因素太多太復雜，甚至還涉及到網(wǎng)絡(luò)用戶的行為波動，因此不可能只通過某一種方法或某一種手段就達到異常的完美檢測。本文從不同的角度不同