首页 | 本学科首页   官方微博 | 高级检索  
     

基于时间序列图挖掘的网络流量异常检测
引用本文:周颖杰,胡光岷,贺伟淞.基于时间序列图挖掘的网络流量异常检测[J].计算机科学,2009,36(1):46-50.
作者姓名:周颖杰  胡光岷  贺伟淞
作者单位:电子科技大学宽带光纤传输与通信网技术重点实验室,成都,610054
基金项目:国家自然科学基金,教育部新世纪优秀人才支持计划 
摘    要:网络流量异常检测要解决的核心问题之一是获得信息的全面性和流量信息描述的准确性.针对现有网络异常流量检测方法分析多时间序列的不足,提出了一种基于图挖掘的流量异常检测方法.该方法使用时间序列图准确、全面地描述用于流量异常检测的多时间序列的相互关系;通过对项集模式进行支持度计数,挖掘各种频繁项集模式,有利于对各种异常流量的有效检测;通过挖掘各项集之间的关系,引入了项集的权重系数,解决了流量异常检测的多时间序列相互关系的量化问题.仿真结果表明,该方法能有效地检测出网络流量异常,并且对DDos攻击的检测效果明显优于基于连续小波变换的检测方法.

关 键 词:网络流量异常检测  多时间序列  图挖掘
收稿时间:2008/5/20 0:00:00

Network Traffic Anomaly Detection Based on Data Mining in Time-series Graph
ZHOU Ying-jie,HU Guang-min,HE Wei-song.Network Traffic Anomaly Detection Based on Data Mining in Time-series Graph[J].Computer Science,2009,36(1):46-50.
Authors:ZHOU Ying-jie  HU Guang-min  HE Wei-song
Affiliation:Key Laboratory of Broadband Optical Fiber Transmission and Communication Networks UESTC of China;Ministry of Education;Chengdu 610054;China
Abstract:
Keywords:Network traffic anomaly detection  Multi-time series  Graph mining  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机科学》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