基于网络流量小波分析的异常检测研究

来源 :计算机应用研究 | 被引量 : 13次 | 上传用户:shijun21
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
网络流量是局域网和广域网的重要特征之一,小波分析能将复杂的非线性网络流量时间序列分解成不同频率的子序列。基于小波分解的思想,利用网络流量的自相似特性来对网络的异常行为进行检测,给出了根据网络流量自相似特征参数的偏差来检测攻击的方法,对不同分辨率下Hurst参数的变化进行了比较分析。在DARPA上的测试结果表明,该方法不仅能够发现网络中存在的突发性流量攻击,还能够确定异常发生的位置。
其他文献
采用HTTPS和传统远程脚本来实现身份认证存在一些缺点。在分析了Ajax技术特点后,提出了一种轻量级基于Ajax的适合中小企业Web应用开发的身份认证方法。同时设计了实现该方法的模型,并分析了该方法的安全性和特点。
提出了一种新颖的REA(Review Extract Algorithm)算法进行评论信息的发现与抽取。算法采用了页面分块与信息熵的迭代计算技术实现了评论块的自动发现与抽取。其中,页面分块技术的运用有效地去除了噪声信息;基于块的熵值计算精确定位了每一个用户评论。实验结果证明该算法具有较高的查全率与查准率。
为实现对数字X光图像进行快速分割,提出一种针对直方图的包络特征进行处理的新方法。该方法采用分水岭算法对数字X光图像的直方图一维信号进行处理。首先计算出图像的直方图,然后对直方图进行形态学滤波,提取出直方图的包络。在此基础上对直方图的包络采用分水岭算法自动提取出最佳阈值。用提取出的阈值进行基于阈值的初步分割,然后进一步采用基于标记的分水岭算法对初步分割的二值图像作进一步分割。通过实验表明,采用该方法