【摘要】：針對(duì)傳統(tǒng)批處理特征選擇方法處理大規(guī)模骨干網(wǎng)數(shù)據(jù)流存在時(shí)間和空間的限制,提出基于在線特征選擇(online feature selection,OFS)的網(wǎng)絡(luò)流異常檢測(cè)方法,該方法將在線思想融入線性分類(lèi)模型,在特征選擇過(guò)程中,首先使用在線梯度下降法更新分類(lèi)器,并將其限制在L1球內(nèi),然后用截?cái)嗪瘮?shù)控制特征選擇的數(shù)量。研究結(jié)果表明,提出的方法能充分利用網(wǎng)絡(luò)流的時(shí)序性特點(diǎn),同時(shí)減少檢測(cè)時(shí)間且準(zhǔn)確率和批處理方法相近,能滿(mǎn)足網(wǎng)絡(luò)流異常檢測(cè)的實(shí)時(shí)性要求,為網(wǎng)絡(luò)流分類(lèi)和異常檢測(cè)提供一種全新的思路。
[Abstract]:Aiming at the limitation of time and space in dealing with large-scale backbone network data stream by traditional batch feature selection method, a network flow anomaly detection method based on online feature selection (online feature selection,OFS (online feature selection) is proposed. In this method, the online idea is integrated into the linear classification model. In the process of feature selection, the online gradient drop method is used to update the classifier and limit it to the L _ 1 sphere, and then the number of feature selection is controlled by truncation function. The results show that the proposed method can make full use of the timing characteristics of network flow, reduce the detection time and the accuracy is similar to the batch method, and can meet the real-time requirements of network flow anomaly detection. It provides a new idea for network flow classification and anomaly detection.
【作者單位】： 解放軍理工大學(xué)指揮信息系統(tǒng)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61473149)
【分類(lèi)號(hào)】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葉麟;張宏莉;何慧;;基于主成分分析的網(wǎng)絡(luò)流相關(guān)性研究[J];計(jì)算機(jī)工程;2007年12期

2 黃月芳,史定華;網(wǎng)絡(luò)流中反饋優(yōu)先的策略[J];電子學(xué)報(bào);2004年05期

3 李周平;韓景倜;;網(wǎng)絡(luò)流驅(qū)動(dòng)的復(fù)雜輸運(yùn)網(wǎng)絡(luò)演化模型[J];計(jì)算機(jī)工程與應(yīng)用;2012年24期

4 李衛(wèi);邊江;王盈;;動(dòng)態(tài)網(wǎng)絡(luò)流分類(lèi)研究[J];電子科技大學(xué)學(xué)報(bào);2007年S3期

5 賴(lài)宏圖;;一種遠(yuǎn)程的大流量網(wǎng)絡(luò)流特征分析預(yù)處理模型[J];科學(xué)技術(shù)與工程;2010年02期

6 秦華;張書(shū)杰;;網(wǎng)絡(luò)流行為模式和分類(lèi)方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2007年11期

7 陶鋼;;網(wǎng)絡(luò)流管理實(shí)現(xiàn)方法[J];河南科技;2009年02期

8 胡金初;;網(wǎng)絡(luò)流算法的分析及研究[J];計(jì)算機(jī)科學(xué);2009年01期

9 張梅瓊;;基于三因子的網(wǎng)絡(luò)流處理模型[J];福建電腦;2010年09期

10 陳際平;;網(wǎng)絡(luò)流優(yōu)化的快速數(shù)值逼近算法Ⅱ[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年05期

相關(guān)重要報(bào)紙文章 前1條

1 ;賽門(mén)鐵克ManHunt 網(wǎng)絡(luò)獵手[N];計(jì)算機(jī)世界;2003年

相關(guān)碩士學(xué)位論文 前10條

1 吳輝;基于模糊K-Means的網(wǎng)絡(luò)流分類(lèi)系統(tǒng)研究與實(shí)現(xiàn)[D];廣東工業(yè)大學(xué);2016年

2 李丹丹;基于網(wǎng)絡(luò)流行為的網(wǎng)絡(luò)流分類(lèi)技術(shù)研究[D];哈爾濱理工大學(xué);2015年

3 蔣曉路;網(wǎng)絡(luò)流特征的時(shí)頻分析及其應(yīng)用研究[D];電子科技大學(xué);2014年

4 戚玉娥;基于網(wǎng)絡(luò)流的流量異常檢測(cè)研究[D];山東師范大學(xué);2009年

5 王建敏;用優(yōu)化的正則表達(dá)式引擎進(jìn)行快速網(wǎng)絡(luò)流分類(lèi)[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

6 樊煉;基于消息統(tǒng)計(jì)值的網(wǎng)絡(luò)流分類(lèi)研究[D];華中科技大學(xué);2008年

7 楊嘉佳;高速網(wǎng)絡(luò)流過(guò)濾關(guān)鍵技術(shù)研究與應(yīng)用[D];長(zhǎng)沙理工大學(xué);2014年

8 葉麟;基于網(wǎng)絡(luò)流相關(guān)性的大規(guī)模網(wǎng)絡(luò)異常發(fā)現(xiàn)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2006年

9 張洛什;基于Cavium平臺(tái)的網(wǎng)絡(luò)流分類(lèi)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱理工大學(xué);2011年

10 趙偉;基于網(wǎng)絡(luò)流特征的P2P網(wǎng)絡(luò)流量分類(lèi)文學(xué)研究[D];西安電子科技大學(xué);2013年

，

本文編號(hào)：2496294