本文選題：網(wǎng)絡(luò)流量　切入點：遞歸率　出處：《計算機科學(xué)》2013年11期

【摘要】：傳統(tǒng)上對網(wǎng)絡(luò)流時間序列分析多采用線性分析方法,沒有充分利用到網(wǎng)絡(luò)流客觀存在的非線性特征信息,從而使數(shù)據(jù)分析能力受限。提出了基于定量遞歸分析遞歸率REC特征的網(wǎng)絡(luò)流量相空間重構(gòu)監(jiān)測模型,基于相空間重構(gòu)和遞歸圖分析,設(shè)計了網(wǎng)絡(luò)流量的REC遞歸率的定量遞歸特征作為網(wǎng)絡(luò)流量序列分析的數(shù)據(jù)支撐。使用平均互信息算法和虛假最近鄰點算法求取流量序列的相空間重構(gòu)的關(guān)鍵參數(shù),利用遞歸圖中有規(guī)律的點線檢驗網(wǎng)絡(luò)總出口流量的確定性和可預(yù)測性,利用REC特征監(jiān)測網(wǎng)絡(luò)流量序列的異常流量和特性進行分析。仿真實驗表明,網(wǎng)絡(luò)流量序列的定量遞歸特征具有較強的穩(wěn)定性和自相似性,精度較傳統(tǒng)特征統(tǒng)計方法提高19%以上,采用REC遞歸率特征對異常流量序列的預(yù)測預(yù)報監(jiān)測準確率為99.7%,比采用傳統(tǒng)的其它非線性遞歸特征提高了13.2%,展示了算法在網(wǎng)絡(luò)流量和非平穩(wěn)數(shù)據(jù)序列分析中的優(yōu)越性能。
[Abstract]:The traditional network flow time series analysis using linear analysis method, did not make full use of the nonlinear network flow characteristic information exists objectively, and make the data analysis ability is limited. The recurrence quantification analysis of recurrence rate characteristics of REC network traffic monitoring model based on phase space reconstruction analysis, phase space reconstruction and recursive graph based on the design. The network flow rate REC recursive recursive feature as quantitative sequence analysis of network traffic data support. The key parameters of average mutual information algorithm and false nearest neighbor algorithm for phase space reconstruction and flow sequence, a deterministic point line rule test network flow prediction and recursive graph, was analyzed by using the abnormal traffic monitoring network traffic characteristics and characteristics of REC series. Simulation results show that the quantitative recursive features of network traffic sequence has strong The stability and self similarity characteristics, accuracy than the traditional statistical method is improved by more than 19%, the accuracy rate of REC recursive feature of abnormal traffic sequence prediction was 99.7%, 13.2% higher than the other traditional nonlinear recursive feature, show superior performance of the algorithm in the analysis of network traffic and non-stationary data sequence.

【作者單位】： 西南民族大學(xué)網(wǎng)絡(luò)中心;西南民族大學(xué)計算機科學(xué)與技術(shù)學(xué)院;
【基金】：中央高校基本科研業(yè)務(wù)費專項基金項目(12NZYQN27)資助
【分類號】：TP393.06

【參考文獻】

相關(guān)期刊論文 前7條

1 閆源江;胡光波;周勇;;艦船輻射噪聲的非線性和確定性檢驗[J];艦船電子工程;2010年10期

2 朱凡;吳敏;;基于定量遞歸分析的校園網(wǎng)流量特性分析[J];計算機應(yīng)用與軟件;2012年06期

3 趙巖;何鵬;;網(wǎng)絡(luò)流量的非線性組合預(yù)測模型應(yīng)用研究[J];計算機仿真;2012年06期

4 汪中才;黎永碧;;基于數(shù)據(jù)挖掘的入侵檢測系統(tǒng)研究[J];科技通報;2012年08期

5 張賓;楊家海;吳建平;;Internet流量模型分析與評述[J];軟件學(xué)報;2011年01期

6 丁玲;趙小剛;;改進BP神經(jīng)網(wǎng)絡(luò)用于入侵檢測[J];微計算機信息;2012年03期

7 李超順;周建中;方仍存;李清清;羅志猛;黃志偉;;基于混沌優(yōu)化的模糊聚類分析方法[J];系統(tǒng)仿真學(xué)報;2009年10期

【共引文獻】

相關(guān)期刊論文 前10條

1 王小波;周賢偉;宋俊德;;基于非齊次泊松過程的深空骨干節(jié)點流量分析[J];電波科學(xué)學(xué)報;2012年03期

2 侯重遠;江漢紅;芮萬智;劉亮;;基于Lognormal-GMM模型的船舶電力監(jiān)測網(wǎng)絡(luò)流量建模方法[J];電網(wǎng)技術(shù);2012年06期

3 李平紅;王勇;陶曉玲;;基于成對約束擴展的半監(jiān)督網(wǎng)絡(luò)流量特征選擇算法[J];傳感器與微系統(tǒng);2013年05期

4 歐亮;陳迅;沈晨;黃曉瑩;呂屹;;IP網(wǎng)絡(luò)流量流向分析與預(yù)測技術(shù)研究[J];電信科學(xué);2013年07期

5 張浩;吳敏;;校園網(wǎng)絡(luò)流量自相似性分析與研究[J];計算機工程;2012年08期

6 凌繼平;黃定東;鄧異;劉仁杰;;基于遞歸圖和近似熵的水下目標(biāo)特征提取方法[J];計算機與數(shù)字工程;2011年11期

7 梅振益;楊慧中;;基于混沌差分進化模糊聚類的多模型建模[J];計算機與應(yīng)用化學(xué);2011年03期

8 朱凡;吳敏;;基于定量遞歸分析的校園網(wǎng)流量特性分析[J];計算機應(yīng)用與軟件;2012年06期

9 陳寧江;張莉莉;張文博;;運用云模型評價復(fù)合網(wǎng)絡(luò)情境的方法研究[J];計算機科學(xué)與探索;2012年06期

10 馬玨;;基于優(yōu)化神經(jīng)網(wǎng)絡(luò)的入侵檢測方法[J];長春工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2012年04期

相關(guān)博士學(xué)位論文 前7條

1 馬曉艷;網(wǎng)絡(luò)流量模型化與擁塞控制研究[D];北京化工大學(xué);2012年

2 尤國華;遠程控制系統(tǒng)中Web服務(wù)器的請求調(diào)度算法研究[D];北京化工大學(xué);2012年

3 李新杰;河川徑流時間序列的非線性特征識別與分析[D];武漢大學(xué);2013年

4 廖力;洪災(zāi)多級模糊綜合評估方法研究及實現(xiàn)[D];華中科技大學(xué);2013年

5 高波;基于時間相關(guān)的網(wǎng)絡(luò)流量建模與預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2013年

6 王暉;自相似網(wǎng)絡(luò)流量流體流模型及主動隊列管理算法研究[D];哈爾濱工業(yè)大學(xué);2013年

7 郭通;基于自適應(yīng)流抽樣測量的網(wǎng)絡(luò)異常檢測技術(shù)研究[D];解放軍信息工程大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 陸爽;模糊聚類算法在模式分類中的應(yīng)用研究[D];江南大學(xué);2010年

2 梅振益;基于數(shù)據(jù)驅(qū)動的多模型軟測量研究[D];江南大學(xué);2011年

3 馮云姣;鏈路聚合中的非對稱交換調(diào)度算法研究[D];南京理工大學(xué);2011年

4 孫楠;基于端路協(xié)同策略的認知網(wǎng)絡(luò)QoS技術(shù)研究[D];南京郵電大學(xué);2011年

5 郭曉東;基于覆蓋網(wǎng)絡(luò)的協(xié)作式校園網(wǎng)測量技術(shù)研究[D];山東大學(xué);2011年

6 張浩;基于流量特性的校園網(wǎng)網(wǎng)絡(luò)性能分析與研究[D];東華大學(xué);2012年

7 朱凡;校園網(wǎng)絡(luò)監(jiān)測預(yù)警系統(tǒng)的設(shè)計與實現(xiàn)[D];東華大學(xué);2012年

8 章鵬程;認知網(wǎng)絡(luò)QoS動態(tài)自適應(yīng)監(jiān)控機制研究[D];南京郵電大學(xué);2012年

9 付楓;基于網(wǎng)絡(luò)流量熵特性的DoS攻擊檢測研究[D];吉林大學(xué);2012年

10 張莉莉;基于云模型的網(wǎng)絡(luò)情境驅(qū)動軟件動態(tài)配置技術(shù)研究[D];廣西大學(xué);2012年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 許倫輝;唐德華;鄒娜;夏新海;;基于非線性時間序列分析的短時交通流特性分析[J];重慶交通大學(xué)學(xué)報(自然科學(xué)版);2010年01期

2 董紅斌;黃厚寬;周成;何軍;尚文倩;;基于模糊權(quán)和有效性函數(shù)的演化聚類算法[J];電子學(xué)報;2007年05期

3 姜明;吳春明;張e，

本文編號：1711355