期刊专题

10.3969/j.issn.1002-137X.2012.02.010

基于多尺度特征融合的异常流量检测方法

引用
快速、准确地检测异常是网络安全的重要保证.但是由于网络流量的非线性、非平稳性以及自相似性,异常流量检测存在误报率高、检测率低、不能满足骨干网实时性要求等问题.该方法综合了希尔伯特-黄变换( HilbertHuang Transform,HHT)和Dempster-Shafer证据理论(D-S evidence theory)评测框架.前者将不同的流特征分别分解为多时间尺度上的固有模态函数(Intrinsic Mode Function,IMF),滤除特征中的非线性、非平稳分量;后者将前者分解得到的多尺度特征作为证据融合并最终做出决策.通过对KDD CUP 1999的入侵检测系统(Intrusion Detection System,IDS)基准数据的实验表明,该方法能有效区分突发流量(crowd flow)和拒绝服务攻击(Denail of service,DoS)攻击流,整体上在保证低误报率前提下检测率达到85.1%.目前该方法已经作为入侵检测的子模块实现,并试用于某骨干网入口处检测异常.

异常检测、拒绝服务攻击、希尔伯特-黄变换、D-S证据理论

39

TP393(计算技术、计算机技术)

国家高技术研究发展计划2009AA01A346;国家"十一五"科技支撑计划2008BAH37B02

2012-04-27(万方平台首次上网日期,不代表论文的发表时间)

共5页

42-46

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

39

2012,39(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn