多视图协同分析的异常检测方法

异常检测是识别和防御网络攻击的一种重要分析手段,针对现有网络异常检测方法的数据可解释性不高,本文从可视化分析出发,基于数据结构特征和业务行为的理解,对数据集CIC-IDS2017五天的流量数据进行多视图协同分析,识别周二到周五的攻击行为。可视化分析抽取了通信主机流量,端口使用率数据等多维特征,研究采用网络图、旭日图、河流图和热力图对数据进行多图协同分析检测异常。实验结果表明该方法可以有效检测网络异常行为,解释网络攻击的特征变化和相关性,提高了数据的可读性和可解释性,增强了检测结果的可信度,为安全管理员防御同类异常提供了预警。