基于多尺度特征的网络流量异常检测方法

摘要：

针对传统的网络流量异常检测方法大都只关注流量数据的细粒度特征,对多尺度特征信息利用不充分,可能导致异常检测结果准确率不高的问题,提出了一种基于多尺度特征的网络流量异常检测方法.使用多个不同尺度的滑动窗口将原始流量划分为多个观察跨度的子序列,利用小波变换技术重构各个子序列的多层级序列,链式SAE通过特征空间映射生成多层级重构序列,各层级的分类器根据重构序列的误差进行异常的初步判定,采用加权投票策略对各层级的初步判定结果进行汇总,形成最终结果判定.实验结果表明,所提方法可有效挖掘网络流量的多尺度特征信息,对异常流量的检测性能较传统方法有明显提升.

关键词：网络流量、异常检测、多尺度特征、小波变换

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划No.2018YFB0804104

在线出版日期：2022-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：65-76