基于滑窗小波二叉樹的網(wǎng)絡(luò)異常檢測與分析.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展和普及，網(wǎng)絡(luò)資源的需求也迅速增加；與此同時網(wǎng)絡(luò)中也包含大量的網(wǎng)絡(luò)攻擊，其對網(wǎng)絡(luò)性能的影響越來越大。網(wǎng)絡(luò)攻擊的直接表現(xiàn)是網(wǎng)絡(luò)流量異常，這就要求必須快速有效的檢測出異常。本文提出一種新的網(wǎng)絡(luò)異常檢測與分析方法，通過滑窗小波二叉樹和ARX 模型實現(xiàn)對網(wǎng)絡(luò)流量的建模與預(yù)測，再由聚類EM 算法對其分類并檢測異常點。
　　 本文首先介紹滑窗小波二叉樹的特點和計算方法，如它能解決窗口滑動時產(chǎn)生的數(shù)據(jù)冗余；且原始窗口更新數(shù)據(jù)

2、的同時，也能更新對應(yīng)分解層的小波系數(shù)，體現(xiàn)出系數(shù)更新的實時性。接著通過系統(tǒng)辨識ARX 模型對各層小波系數(shù)建模、獲取模型殘差序列，并探討其在時間序列自適應(yīng)預(yù)測方面的應(yīng)用。然后探究高斯混合模型、聚類EM 算法的原理，并對ARX 模型殘差序列進(jìn)行聚類分析和異常值檢測。通過對上述數(shù)學(xué)模型的協(xié)同分析，本算法實現(xiàn)了對網(wǎng)絡(luò)流量的異常檢測，且體現(xiàn)出較好的實時性。最后使用KDDCup99 數(shù)據(jù)集做網(wǎng)絡(luò)流量異常檢測實驗，實驗結(jié)果證實本方法可獲得較高的異常檢