文档名：一种基于流量聚类性和切分性的改进异常检测模型
摘要：针对链路层异常检测中,由固定反馈时间点而导致的计算量积压以及大量无意义的采样流量数据等现象,提出了一种基于流量特征值的改进异常检测模型,重点探讨如何通过反馈计算机制实现周期内计算任务的合理优化和缩减采样数据.一方面,在对流持续时间的聚类性进行了深入分析并给出其可能聚类的最优簇基础上,将统一的反馈时间分散到各个聚类时间点;另一方面,基于流时序的可切分性对流量数据进行周期划分,并设计拟合函数对周期内流量特征进行量化表达.在此基础上,设计了改进反馈机制和异常检测算法流程.仿真实验表明,所提出的模型和算法不仅通过优化反馈计算时间提高了检测精度,而且通过降低采样数据冗余提高了检测效率.
作者：吴航飞 张寒之 应雪莲 王则扬 Author：WUHangfei ZHANGHanzhi YINGXuelian WANGZeyang
作者单位：国网浙江慈溪市供电有限公司,浙江慈溪315300国网浙江省电力有限公司宁波供电公司,浙江宁波315010浙江华云信息科技有限公司,杭州310012
刊名：电讯技术 ISTICPKU
Journal：TelecommunicationEngineering
年，卷(期)：2023, 63(5)
分类号：TP393.08
关键词：网络安全 异常检测 反馈计算 流持续时间
机标分类号：
在线出版日期：2023年5月31日
基金项目：一种基于流量聚类性和切分性的改进异常检测模型[
期刊论文] 电讯技术--2023, 63(5)吴航飞 张寒之 应雪莲 王则扬针对链路层异常检测中,由固定反馈时间点而导致的计算量积压以及大量无意义的采样流量数据等现象,提出了一种基于流量特征值的改进异常检测模型,重点探讨如何通过反馈计算机制实现周期内计算任务的合理优化和缩减采样数...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种基于流量聚类性和切分性的改进异常检测模型 An Improved Anomaly Detection Model Based on Traffic Clustering and Segmentation
一种基于流量聚类性和切分性的改进异常检测模型.pdf
- 文件大小:
- 2.21 MB
- 下载次数:
- 60
-
高速下载
|
