首页
|
官方网站
微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于主成分分析和蚁群优化方法对IP流进行网络异常检测
引用本文:
陈嘉宁.基于主成分分析和蚁群优化方法对IP流进行网络异常检测[J].计算机测量与控制,2018,26(5):188-192.
作者姓名:
陈嘉宁
摘 要:
由于网络规模和复杂性不断增加,信息技术服务不能停止,所以现在这种需求如何主动的网络管理是非常显着的,并且有必要使用主动识别可能损害网络正常操作的路径选择模式的方法。针对自动化管理发现和预防潜在问题,提出并比较了基于统计过程主成分分析和蚁群优化元启发式的两种新型异常检测算法。执行IP数据流的主成分分析,代表每秒传输的比特、分组和流量,以及提取描述性流属性,如源IP地址,目的IP地址,源TCP / UDP端口和目的TCP / UDP端口,通过使用动态时间扭曲度量的修改来将该签名与实际网络流量进行比较,以识别异常事件。
关 键 词:
异常检测
主成分分析
蚁群优化
动态时间规整
收稿时间:
2017/9/29 0:00:00
修稿时间:
2017/10/20 0:00:00
Network Anomaly Detection using IP Flows with Principal Component Analysis and Ant Colony Optimization
Abstract:
Keywords:
Anomaly Detection
Principal component analysis
Ant colony optimization
Dynamic time warping
点击此处可从《计算机测量与控制》浏览原始摘要信息
点击此处可从《计算机测量与控制》下载全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号-23
京公网安备 11010802026262号