摘要: 针对传统模型无法对网络流量异常进行准确识别和检测的问题, 提出一种基于时间序分析的网络流量异常检测模型. 首先提取网络流量的原始数据, 并对原始数据进行小波阈值去噪处理, 消除干扰因素的影响; 然后采用时间序列分析法挖掘网络流量数据之间的变化关系, 建立网络流量异常检测模型; 最后通过仿真实验验证检测模型的有效性和优越性. 实验结果表明, 时间序列分析法可以准确、 及时地检测网络流量的异常行为, 且结果优于目前其他网络流量异常检测模型.
中图分类号:
闫伟, 张军. 基于时间序列分析的网络流量异常检测[J]. 吉林大学学报(理学版), 2017, 55(05): 1249-1254.
YAN Wei, ZHANG Jun. Network Traffic Anomaly DetectionBased on Time Series Analysis[J]. Journal of Jilin University Science Edition, 2017, 55(05): 1249-1254.