基于ME-PGNMF的異常流量檢測方法
大小：1.17 MB 人氣： 2018-01-17 需要積分：3
標(biāo)簽：檢測方法(9746)
由于部分網(wǎng)絡(luò)異常對流量變化影響不明顯，流量分析難以發(fā)現(xiàn)此類異常。傳統(tǒng)基于主成分分析的網(wǎng)絡(luò)異常流量檢測方法追求全局最優(yōu)解，對局部特征提取不充分，導(dǎo)致對連續(xù)異常不敏感，降低了異常流量的檢測精度，且物理意義不明確。針對上述問題，在多維信息熵的基礎(chǔ)上，提出梯度投影非負(fù)矩陣分解異常流量檢測方法。將流量數(shù)據(jù)處理為多維特征熵矩陣，用梯度投影非負(fù)矩陣分解方法重構(gòu)多維熵矩陣，分離出正常和異常子空間，采用多元統(tǒng)計過程控制方法中的Q圖檢測異常。實(shí)驗(yàn)結(jié)果表明，與以流量分析為基礎(chǔ)的主成分分析方法、傳統(tǒng)非負(fù)矩陣分解方法相比，該方法能更快、更準(zhǔn)確地檢測出連續(xù)異常，對流量變化不敏感的低速分布式拒絕服務(wù)攻擊檢測效果明顯提高，對蠕蟲攻擊更加敏感。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%