基于迭代的快速網(wǎng)絡(luò)流量異常檢測研究.pdf

1、在互聯(lián)網(wǎng)蓬勃發(fā)展，信息飛速傳播的今天，網(wǎng)絡(luò)已成為人們生活和工作中必不可少的部分，然而，與之伴隨著的各種異常攻擊、病毒入侵等也給人們的互聯(lián)網(wǎng)生活造成了極大影響，網(wǎng)絡(luò)安全作為一個與人們工作生活息息相關(guān)的課題，愈來愈顯示出其重要性。網(wǎng)絡(luò)流量異常檢測是網(wǎng)絡(luò)安全方面的一個重要課題，它是指網(wǎng)絡(luò)流量行為偏離其正常行為的情形。當(dāng)前網(wǎng)絡(luò)環(huán)境日趨復(fù)雜，規(guī)模不斷擴(kuò)充，突發(fā)流量異常時有發(fā)生，這對網(wǎng)絡(luò)異常檢測系統(tǒng)的快速性和實時性方面提出更高要求，如何能快速準(zhǔn)確地

2、對流量異常進(jìn)行感知，是當(dāng)前網(wǎng)絡(luò)異常檢測方面新的需求。
　　 傳統(tǒng)的網(wǎng)絡(luò)流量異常檢測大多基于特征匹配，該類方法必須事先建立特征庫并進(jìn)行訓(xùn)練和學(xué)習(xí)。方法大致可分為離線模式和在線模式兩種。離線模式意味著數(shù)據(jù)收集，特征庫生成均在檢測之前形成，其缺點是顯而易見的，靈活性差，網(wǎng)絡(luò)狀況甚至系統(tǒng)的變化都會引起所有狀態(tài)的重置。在線模式克服了離線模式的不足，采用在線學(xué)習(xí)的方式不斷地更新特征庫，靈活性和準(zhǔn)確性都得到提高。但這兩種方式下均需要事先了解網(wǎng)

3、絡(luò)分布，建立特征庫，其自適應(yīng)性和應(yīng)對突發(fā)狀況的能力較差。且這種特征庫是主觀建立的，無法反映網(wǎng)絡(luò)本身特性，故仍很難保證其精確性。上述方法的側(cè)重點均在于異常檢測的準(zhǔn)確性，然而，隨著因特網(wǎng)的發(fā)展，網(wǎng)絡(luò)環(huán)境日趨復(fù)雜，各種突發(fā)的快速異常和攻擊常常令異常檢測系統(tǒng)猝不及防，我們需要更加快速準(zhǔn)確的檢測方法來應(yīng)對不斷出現(xiàn)的新問題。
　　 針對傳統(tǒng)檢測方法在檢測速度方面的不足，本文提出了一種快速的網(wǎng)絡(luò)流量異常檢測方案。該方案基于對網(wǎng)絡(luò)流量自相似性的

4、研究，通過對Hurst指數(shù)的迭代估算，然后根據(jù)估算出的Hurst值判斷異常是否發(fā)生。首先，我們對迭代算法進(jìn)行研究，并針對其算法的準(zhǔn)確性提出了對算法的改進(jìn)方法，并使用分形高斯噪聲對改進(jìn)后的方法的準(zhǔn)確性進(jìn)行驗證和分析，證明其有效性，并針對其在網(wǎng)絡(luò)流量異常檢測中的適用性做出了一些改進(jìn)；然后，我們使用真實網(wǎng)絡(luò)流量數(shù)據(jù)在MATLAB中對方案進(jìn)行仿真，分別作了正常流量和異常流量兩種情況的仿真研究，結(jié)果表明，該方案與同類的基于流量自相似性的方案比較，