基于多尺度低秩模型的网络异常流量检测方法

TP393.08; 现有刻画流量异常检测所需的流特征集通常是高维的,增加了检测和分类的复杂度.通过研究发现网络中异常通常是稀疏性分布的,单个异常仅仅表现在低维流特征中.基于这一现象提出了一种异常流量检测模型—多尺度低秩(MRLR,multi-resolution low rank)模型,该模型能够动态筛选出“合适的”特征集并准确分类异常.基于人工标记的实际网络流量异常和注入异常的数据集验证结果表明:MRLR对特征集的缩减率可达10％以下；并且基于MRLR的分类算法复杂度为0(n)....

Full description

Saved in:
Bibliographic Details
Published in通信学报 Vol. 33; no. 1; pp. 182 - 190
Main Authors 程国振, 程东年, 俞定玖
Format Journal Article
LanguageChinese
Published 国家数字交换系统工程技术研究中心,河南郑州,450002 2012
Subjects
低秩分布
特征选择
多尺度分析
异常检测
Online AccessGet full text
ISSN1000-436X
DOI10.3969/j.issn.1000-436X.2012.01.025

Cover

More Information
Summary:TP393.08; 现有刻画流量异常检测所需的流特征集通常是高维的,增加了检测和分类的复杂度.通过研究发现网络中异常通常是稀疏性分布的,单个异常仅仅表现在低维流特征中.基于这一现象提出了一种异常流量检测模型—多尺度低秩(MRLR,multi-resolution low rank)模型,该模型能够动态筛选出“合适的”特征集并准确分类异常.基于人工标记的实际网络流量异常和注入异常的数据集验证结果表明:MRLR对特征集的缩减率可达10％以下；并且基于MRLR的分类算法复杂度为0(n).
ISSN:1000-436X
DOI:10.3969/j.issn.1000-436X.2012.01.025