基于特征熵的异常流识别技术

来源 :计算机科学 | 被引量 : 0次 | 上传用户:azhu0919
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多数识别技术通过建立流特征的正常模型来识别偏离的流,但流特征有较强的可变性,建立这样精微的模型非常困难。异常的发生通常会引起流量地址或端口在分布上的变化,分布的分散或集中程度可用特征熵来衡量。因此提出基于特征熵的异常流识别技术(Entropy of Characteristics based Anomaly Traffic Identification,ECATI),即利用特征熵依据流量特征参数的分布变化检测异常,通过分析异常间隔的流量迭代地排除类似正常的流,从而识别根源流。经过手动标记和人工注入异常的仿
其他文献
目前的复杂网络抗攻击性研究大多基于"无代价"条件,而这一假设下的大多数复杂网络面对的选择性攻击都非常脆弱,这与现实网络相矛盾。针对这一矛盾,提出代价下影响复杂网络抗攻
传感节点的有效选择对无线传感网络通信有着重要影响。在分析传统的GEAR传感节点分配算法基础上,提出基于模糊区域宽松距离的改进GEAR传感网络均衡算法。运用一种基于节点模
在采用时隙ALOHA方式的VSAT卫星数据通信系统中,为数据帧分配保护时间是帧格式设计中的一项重要任务。利用系统的定时关系给出准同步时隙ALOHA系统数据帧无冲突接收的充要条
组播是一种多机通信系统中可支持多种聚合通信服务的重要操作。与基于单播和路径的方法相比,基于树的组播通常具有较高的效率。针对高阶胖树源路由网络,提出了一种新型实现方
为了能够快速准确地计算出果树枝干的空间位置,提出了一种基于梯度相位编组的Hough变换树枝检测新算法。利用改进的平方梯度法计算边缘点的梯度相位角,找出梯度相位直方图中多个阈值大于T的峰值。然后将具有相近梯度相位角的边缘点归为一组。最后对每组中的边缘点采用改进的两点表决Hough变换算法找出对应的直线参数。利用梯度相位角进一步验证参数的正确性。研究结果表明,提出的梯度相位编组直线检测方法具有速度快、
当前信息可视化所面临的一个瓶颈就是,需要一种模型来把场景图形内容和特定领域的语义信息进行有效集成,使用户可以有效地解释个性化可视化信息。基于X3D标准以及本体用本体
服务选择是实现服务共享、组合、复用的重要前提。随着具有相同功能属性但非功能属性(如服务质量(Quali-ty of Service,QoS))不同的候选服务数量日益增多,QoS已成为服务选择的关
针对文献[21]提出的覆盖粗糙Vague集模型中幂等性并不成立的问题,提出了一种新的基于近邻域的覆盖粗糙Vague集模型,并讨论了相关性质及与Ι型覆盖粗糙Vague集模型的关系;最后
分析我国三网合一的现状,提出三网融合的融合策略,给出基于统一IMS技术的三网融合体系结构,并阐述其主要实体功能及控制流程。在三网管理及技术格局基本不变的情况下,各网络
P-推理(packet reasoning)是由P-集合(packet sets)的结构与动态特征得到的。P-推理由内P-推理(internalpacket reasoning)与外P-推理(outer packet reasoning)构成,具有动态特性与"序