| 基于序贯模式挖掘的宏观网络流量异常检测 |
| |
| 引用本文： | 万里,王明生,沈志勇,林东岱. 基于序贯模式挖掘的宏观网络流量异常检测[J]. 计算机工程, 2008, 34(11): 157-159 |
| |
| 作者姓名： | 万里 王明生 沈志勇 林东岱 |
| |
| 作者单位： | 1. 中国科学院软件研究所信息安全国家重点实验室,北京,100080;中国科学院研究生院,北京,100049
2. 中国科学院软件研究所计算机科学国家重点实验室,北京,100080;中国科学院研究生院,北京,100049 |
| |
| 基金项目： | 国家自然科学基金 , 国家242信息安全计划基金 |
| |
| 摘 要： | 基于序贯频繁模式挖掘，提出并实现了一种宏观网络流量异常检测的方法。定义了一个新的频繁模式和相对应的异常度概念。对863-917网络安全监测平台提供的全国流量数据进行了实验，得出对应于“橙色八月”的2006年8月上旬流量严重异常的结论。通过与相关的其他传统算法进行对比，如使用绝对流量的算法和简单使用不同小时流量排名的算法，进一步说明序贯频繁模式对网络流量分析的实用性。
|
| 关 键 词： | 宏观网络 序贯频繁模式 数据挖掘 网络流量分析 |
| 文章编号： | 1000-3428(2008)11-0157-03 |
| 修稿时间： | 2007-06-11 |
Macro-network Traffic Anomaly Detection Strategy Based on Sequential Pattern Mining |
| |
| WAN Li,WANG Ming-sheng,SHEN Zhi-yong,LIN Dong-dai. Macro-network Traffic Anomaly Detection Strategy Based on Sequential Pattern Mining[J]. Computer Engineering, 2008, 34(11): 157-159 |
| |
| Authors: | WAN Li WANG Ming-sheng SHEN Zhi-yong LIN Dong-dai |
| |
| Affiliation: | (1. State Key Laboratory of Information Security, Institute of Software, Chinese Academy of Sciences, Beijing 100080; 2. State Key Laboratory of Computer Science, Institute of Software, Chinese Academy of Sciences, Beijing 100080; 3. Graduate University of Chinese Academy of Sciences, Beijing 100049) |
| |
| Abstract: | This paper presents and implements a macro-network traffic anomaly detection strategy based on sequential frequent pattern mining. The concepts of a new frequent pattern and the corresponding anomaly degree are given. Experiments are made on a real macro-network traffic data and a severe is found out anomaly and the model performs better than traditional approaches do, such as those use the bandwidth value directly or simply rank the bandwidth in different hours. |
| |
| Keywords: | macro-network sequential frequent pattern data mining network traffic analysis |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
|
