【摘要】：為了準確檢測出網(wǎng)絡(luò)流量的異�，F(xiàn)象,保證網(wǎng)絡(luò)的正常工作,提出基于時間序列分析的網(wǎng)絡(luò)流量異常檢測模型。根據(jù)網(wǎng)絡(luò)流量數(shù)據(jù)間的相似性,采用小波分析對網(wǎng)絡(luò)流量進行分解,劃分為更小尺度的分量,然后采用時間序列分析法——灰色模型和馬爾可夫模型分別對高頻分量和低頻分量進行網(wǎng)絡(luò)流量異常檢測,并采用小波分析對它們的檢測結(jié)果進行融合,最后采用網(wǎng)絡(luò)流量異常仿真實驗進行分析。結(jié)果表明,時間序列分析模型的工作過程簡單,提高了網(wǎng)絡(luò)流量異常檢測率,誤檢率要低于其他網(wǎng)絡(luò)流量異常檢測模型,獲得更優(yōu)的網(wǎng)絡(luò)流量異常檢測實時性。
[Abstract]:In order to accurately detect the abnormal phenomena of network traffic and ensure the normal operation of the network, a network traffic anomaly detection model based on time series analysis is proposed. According to the similarity of network traffic data, wavelet analysis is used to decompose network traffic into smaller scale components. Then the high frequency component and the low frequency component are detected by the grey model and Markov model, respectively, and the wavelet analysis is used to fuse the detection results. Finally, the network traffic anomaly simulation experiment is used to analyze. The results show that the work process of the time series analysis model is simple, the detection rate of network traffic anomaly is improved, the false detection rate is lower than that of other network traffic anomaly detection models, and the real-time detection of network traffic anomaly detection is better.
【作者單位】： 景德鎮(zhèn)陶瓷大學信息工程學院;
【分類號】：TP393.06

【參考文獻】

相關(guān)期刊論文 前2條

1 溫祥西;孟相如;馬志強;康巧燕;;基于局部投影降噪和FSVDD的網(wǎng)絡(luò)流量異常檢測[J];計算機應(yīng)用研究;2013年05期

2 鄭黎明;鄒鵬;賈焰;韓偉紅;;網(wǎng)絡(luò)流量異常檢測中分類器的提取與訓練方法研究[J];計算機學報;2012年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 丁智國;莫毓昌;楊凡;;一種新的在線流數(shù)據(jù)異常檢測方法[J];計算機科學;2016年10期

2 王新新;梁意文;;樹突狀細胞算法在Web服務(wù)器異常檢測中的應(yīng)用[J];計算機工程與應(yīng)用;2016年24期

3 羅婭;陳文;;一種基于核熵和人工免疫的網(wǎng)絡(luò)異常檢測方法[J];西南師范大學學報(自然科學版);2016年06期

4 史振華;劉外喜;楊家燁;;SDN架構(gòu)下基于ICMP流量的網(wǎng)絡(luò)異常檢測方法[J];計算機系統(tǒng)應(yīng)用;2016年04期

5 邱衛(wèi);楊英杰;;基于尖點突變模型的聯(lián)動網(wǎng)絡(luò)流量異常檢測方法[J];計算機科學;2016年03期

6 俞藝涵;付鈺;吳曉平;李洪成;;一種基于同源行為分析的APT異常發(fā)現(xiàn)策略[J];電信科學;2016年01期

7 付鈺;李洪成;吳曉平;王甲生;;基于大數(shù)據(jù)分析的APT攻擊檢測研究綜述[J];通信學報;2015年11期

8 周鵬;陳宇峰;;基于多尺度熵方法的網(wǎng)絡(luò)流量復雜度分析[J];計算機應(yīng)用研究;2015年12期

9 王小飛;曲建嶺;高峰;周玉平;姚凌虹;;基于混沌時間序列理論的發(fā)動機狀態(tài)參數(shù)降噪研究[J];測控技術(shù);2015年03期

10 周強;彭輝;;基于自回歸滑動平均的網(wǎng)絡(luò)數(shù)據(jù)流量預測模型[J];計算機科學;2014年04期

【二級參考文獻】

相關(guān)期刊論文 前6條

1 侯重遠;江漢紅;芮萬智;劉亮;;工業(yè)網(wǎng)絡(luò)流量異常檢測的概率主成分分析法[J];西安交通大學學報;2012年02期

2 朱應(yīng)武;楊家海;張金祥;;基于流量信息結(jié)構(gòu)的異常檢測[J];軟件學報;2010年10期

3 顏若愚;鄭慶華;牛國林;;自適應(yīng)濾波實時網(wǎng)絡(luò)流量異常檢測方法[J];西安交通大學學報;2009年12期

4 曹敏;程東年;張建輝;吳曦;;基于自適應(yīng)閾值的網(wǎng)絡(luò)流量異常檢測算法[J];計算機工程;2009年19期

5 韓敏;項牧;;局部投影去噪的一種改進的鄰域選取方法[J];系統(tǒng)工程學報;2009年04期

6 鄒柏賢;一種網(wǎng)絡(luò)異常實時檢測方法[J];計算機學報;2003年08期

【相似文獻】

相關(guān)期刊論文 前10條

1 黃仁;;時間序列分析及其在機械工程中的應(yīng)用(一)[J];江蘇機械;1984年04期

2 成志清 ,金瑞琪 ,林松 ,張寶榮;時間序列分析在機床主軸系統(tǒng)動態(tài)性能研究中的應(yīng)用[J];江蘇工學院學報;1986年01期

3 張鐘俊;一門新興的邊緣學科——現(xiàn)代時間序列分析[J];信息與控制;1988年04期

4 ;《時間序列分析的工程應(yīng)用》一書即將出版發(fā)行[J];振動、測試與診斷;1990年01期

5 曹鴻興;魏鳳英;;基于均值生成函數(shù)的時間序列分析[J];數(shù)值計算與計算機應(yīng)用;1991年02期

6 ;時間序列分析在機械工程中的應(yīng)用學術(shù)討論會在我院舉行[J];華中工學院學報;1984年01期

7 ;時間序列分析在機械工程中的應(yīng)用學術(shù)討論會在我院舉行[J];水電能源科學;1984年01期

8 ;歡迎訂購《機械工程》增刊——時間序列分析在機械工程中的應(yīng)用專輯[J];機械工藝師;1984年07期

9 王平明 ,楊克沖 ,徐毓琪 ,楊叔子;人體消化道腸嗚音的時間序列分析初探[J];華中工學院學報;1985年05期

10 ;一門新興的邊緣學科——現(xiàn)代時間序列分析[J];成都氣象學院學報;1989年04期

相關(guān)會議論文 前10條

1 高峰;;時間序列分析在顧客滿意度中的應(yīng)用研究[A];第三屆中國質(zhì)量學術(shù)論壇論文集[C];2008年

2 鄭文衡;陳俊華;嚴尊國;楊立明;張秋文;;用時間序列分析預報地震的新途徑[A];1995年中國地球物理學會第十一屆學術(shù)年會論文集[C];1995年

3 蘇春宏;張宏;;時間序列分析在規(guī)劃環(huán)境影響評價環(huán)境背景分析中的應(yīng)用[A];2010中國環(huán)境科學學會學術(shù)年會論文集(第二卷)[C];2010年

4 鐘球;蔣莉;周琳;李建偉;陳瑜暉;連永娥;;廣東省結(jié)核病發(fā)病趨勢的時間序列分析[A];中國防癆協(xié)會科普委員會第十二屆學術(shù)大會論文集[C];2010年

5 余衛(wèi)東;閔慶文;;商丘市居民生活消費生態(tài)足跡的時間序列分析[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——河南省第四屆青年學術(shù)年會論文集（下冊）[C];2004年

6 李圣明;;時間序列分析及其在變形監(jiān)測中的應(yīng)用研究[A];湖北省測繪學會2006年度科學技術(shù)交流會論文集[C];2006年

7 鄭璐石;鄭穎人;;對時間序列分析的建模問題初探[A];水電與礦業(yè)工程中的巖石力學問題——中國北方巖石力學與工程應(yīng)用學術(shù)會議文集[C];1991年

8 劉曉斌;;小波網(wǎng)絡(luò)在經(jīng)濟時間序列分析中的應(yīng)用[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第4卷）[C];1997年

9 任永建;周鎖銓;石順吉;;2005年南京市PM_(10)濃度時間序列分析[A];中國氣象學會2007年年會大氣成分觀測、研究與預報分會場論文集[C];2007年

10 閔慶文;余衛(wèi)東;成升魁;;商丘市居民生活消費生態(tài)足跡的時間序列分析[A];生態(tài)學與全面·協(xié)調(diào)·可持續(xù)發(fā)展——中國生態(tài)學會第七屆全國會員代表大會論文摘要薈萃[C];2004年

相關(guān)重要報紙文章 前3條

1 ;統(tǒng)計新書評介[N];中國信息報;2001年

2 本報記者 李愛銘;“小神算”出手,誤差僅六千[N];解放日報;2010年

3 早報記者 韓曉蓉　實習生 楊鑫P";高中生用數(shù)學模型預測世博客流 平均誤差6000人[N];東方早報;2010年

相關(guān)博士學位論文 前4條

1 聶淑媛;時間序列分析的早期發(fā)展[D];西北大學;2012年

2 張晉昕;醫(yī)學時間序列分析及其預測應(yīng)用相關(guān)問題的研究[D];第四軍醫(yī)大學;2000年

3 王鼐;非線性動力學方法在時間序列分析中的應(yīng)用[D];復旦大學;2005年

4 鮑漪瀾;基于支持向量機的金融時間序列分析預測算法研究[D];大連海事大學;2013年

相關(guān)碩士學位論文 前10條

1 李雪;基于EMD的變形預測組合模型的研究與應(yīng)用[D];長安大學;2015年

2 朱學婷;基于RBF-GARCH模型的股指預測研究[D];蘭州大學;2015年

3 李嶺;基于GARCH與BP-ANN的股價預測能力比較研究[D];西南交通大學;2015年

4 王健;基于時間序列分析的寧夏能源消費預測[D];寧夏大學;2015年

5 朱曉楠;基于聚類和時間序列分析的保險業(yè)發(fā)展水平研究[D];蘇州大學;2015年

6 錢曉東;基于時間序列分析的風電功率預測研究[D];山西大學;2015年

7 趙薇;基于時間序列分析與數(shù)據(jù)模型的過程報警管理系統(tǒng)[D];電子科技大學;2014年

8 李璐潔;基于時間序列分析的內(nèi)燃機故障診斷及GUI的設(shè)計[D];西安電子科技大學;2014年

9 郭松;基于時間序列分析的基坑沉降監(jiān)測數(shù)據(jù)分析研究[D];東華理工大學;2015年

10 陳瑤;基于時間序列分析的我國GDP預測模型[D];蘇州科技學院;2015年

，

本文編號：2417500