首页 | 本学科首页   官方微博 | 高级检索  
     

ODC:在线检测和分类全网络流量异常的方法
引用本文:钱叶魁,陈 鸣,郝 强,刘凤荣.ODC:在线检测和分类全网络流量异常的方法[J].通信学报,2011,32(1):111-120.
作者姓名:钱叶魁  陈 鸣  郝 强  刘凤荣
作者单位:1. 解放军理工大学,指挥自动化学院,江苏,南京,210007;解放军防空兵指挥学院,导弹系,河南,郑州,450052
2. 解放军理工大学,指挥自动化学院,江苏,南京,210007
3. 解放军防空兵指挥学院,导弹系,河南,郑州,450052
基金项目:国家自然科学基金计划资助项目,国家高技术研究发展计划("863"计划)基金资助项目,江苏省自然科学基金资助项目
摘    要:提出一种从全网络的视角实时在线检测和分类流量异常的方法(简称ODC),该方法以增量方式构建以流量特征的熵为测度的流量矩阵,利用增量主成分分析算法在线地检测流量异常,然后再利用增量k-means算法实时在线地对流量异常进行分类,以便网络管理员采取相应的防御措施。理论分析和实验分析表明,ODC具有较低的时间复杂度和存储开销,能够满足在线实时处理的要求。实测数据分析和模拟实验分析的结果均证实了ODC具有很好的检测和分类性能。

关 键 词:流量异常  在线检测  在线分类  增量主成分分析  增量聚类

ODC:a method for online detecting & classifying network-wide traffic anomalies
QIAN Ye-kui,CHEN Ming,HAO Qiang,LIU Feng-rong,SHANG Wen-zhong.ODC:a method for online detecting & classifying network-wide traffic anomalies[J].Journal on Communications,2011,32(1):111-120.
Authors:QIAN Ye-kui  CHEN Ming  HAO Qiang  LIU Feng-rong  SHANG Wen-zhong
Affiliation:QIAN Ye-kui1,2,CHEN Ming1,HAO Qiang2,LIU Feng-rong2,SHANG Wen-zhong2(1.Institute of Command Automation,PLA Univ.of Sci.& Tech.,Nanjing 210007,China,2.Missile Department,Air Defence Forces Command Academy of PLA,Zhengzhou 450052,China)
Abstract:A method for online detecting & classifying traffic anomalies(ODC for short) from a network-wide angle of view was put forward.This method constructed traffic matrix with a metric of traffic feature entropy incrementally,de-tected traffic anomalies online using incremental principal component analysis,and then classified traffic anomalies online using incremental k-means,from which network operators could benefit for taking corresponding countermeasures.Theoretical analysis and experiment analysis show that...
Keywords:traffic anomaly  online detection  online classification  incremental PCA  incremental clustering  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《通信学报》浏览原始摘要信息
点击此处可从《通信学报》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