桑園
摘要:在大規(guī)模集成互聯(lián)網(wǎng)絡中,需要對網(wǎng)絡流量進行異常檢測和識別,以保障網(wǎng)絡安全。利用高階累積量對干擾的統(tǒng)計獨立性,提出一種基于高階累積量配準的網(wǎng)絡異常流量識別算法。首先進行了網(wǎng)絡異常流量的統(tǒng)計信號模型構建,分析了高階累積量檢測方法原理,然后采用自適應陷波器級聯(lián)方法進行流量的干擾抑制和降噪分離,結合高階累積量配準方法實現(xiàn)異常流量識別算法的改進。仿真實驗表明,采用該算法進行網(wǎng)絡流量異常識別,具有較好的幅頻響應性能,提高了準確識別概率,檢測性能優(yōu)于傳統(tǒng)算法。
關鍵詞:高階累積量;網(wǎng)絡流量;流量識別:網(wǎng)絡安全
DOIDOI:10.11907/rjdk.161246
中圖分類號:TP312文獻標識碼:A文章編號:1672-7800(2016)006-0033-03
參考文獻:
[1]楊雷,李貴鵬,張萍.改進的Wolf一步預測的網(wǎng)絡異常流量檢測[J].科技通報,2014,30(2):47-49.
[2]李振剛.基于高斯過程回歸的網(wǎng)絡流量預測模型[J].計算機應用,2014,34(5):1251-1254.
[3]陸興華,陳平華.基于定量遞歸聯(lián)合熵特征重構的緩沖區(qū)流量預測算法[J].計算機科學,2015,42(4):68-71.
[4]KOLHE J P,SHAHEED M,CHANDAR T S,et al.Robust control of robot manipulators based on uncertainty and disturbance estimation[J].International Journal of Robust and Nonlinear Control,2013,23(1):104-122.
[5]YUNTONG LIU.K-pruning algorithm for semantic relevancy calculating model of natural language[J].Journal of Theoretical and Applied Information Technology,2013,48(3),231-235.
[6]馬友忠,孟小峰.云數(shù)據(jù)管理索引技術研究[J].軟件學報,2015,26(1):145-166.