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.