摘要
文章首先简要阐述了网络流量异常检测的重要意义,在此基础上对计算机网络环境下网络流量异常的检测算法进行论述。期望通过本文的研究能够对网络运行稳定性的提升有所帮助。
出处
《电子技术与软件工程》
2018年第18期7-8,共2页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
参考文献6
-
1朱俚治,朱梧檟.一种检测网络流量异常和网络攻击的算法[J].计算技术与自动化,2017,36(1):92-97. 被引量：2
-
2吕军,李星.一种网络流量异常检测算法[J].计算机应用研究,2006,23(11):217-219. 被引量：12
-
3米捷,王佳欣.多层次数据中心网络流量异常检测算法[J].河南工程学院学报（自然科学版）,2017,29(1):62-66. 被引量：6
-
4曾建华.一种基于核PCA的网络流量异常检测算法[J].计算机应用与软件,2018,35(3):140-144. 被引量：17
-
5付强,甘亮,李爱平,吴泉源.一种基于主成分分析算法的网络异常检测实现[J].南京师范大学学报（工程技术版）,2008,8(4):13-16. 被引量：4
-
6侯重远,江汉红,芮万智,刘亮.工业网络流量异常检测的概率主成分分析法[J].西安交通大学学报,2012,46(2):70-75. 被引量：22
二级参考文献46
-
1吕军,李星.一种网络流量异常检测算法[J].计算机应用研究,2006,23(11):217-219. 被引量：12
-
2洪龙,肖奚安,朱梧槚.中介真值程度的度量及其应用(I)[J].计算机学报,2006,29(12):2186-2193. 被引量：78
-
3[1]Huang Ling,Nguye Xnanlong,Minos Garofalakis,et al.Communication-efficient online detection of network-wide anomaliesk[C]//Proceedings of the 26th IEEE International Conference on Computer Communications.Anchorage,AK:IEEE Computer Society Press,2007:134-142.
-
4[2]Li Xiaolei,Han Jiawei.Mining approximate Top-K subspace anomalies in multidimensional timeseries data[C]//Proceedings of the 33rd International Conference on Very Large Data Bases.Vienna,Austria:VLDB Endowment,2007:447-458.
-
5[3]Li Xin,Bian Fang,Crovella Mark,et al.Detection and identification of network anomalies using sketch subspaces[C]//Proceedings of the 6th ACM SIGCOMM Conference on Internet Measurement.New Yrok,USA:ACM,2006:147-152.
-
6LAKHINA A, CROVELLA M, DIOT C. Diagnosing network-wide traffic anomalies [C]// Proceedings of ACM SIGCOMM 2004: Conference on Computer Communications. New York, USA: ACM, 2004: 219-230.
-
7LAKHINA A, CROVELLA M, DIOT C. Character- ization of network-wide anomalies in traffic flows [C] //Proceedings of the 2004 ACM SIGCOMM Internet Measurement Conference. New York, USA. ACM, 2004 : 201-206.
-
8LAKHINA A, CROVELLA M, DIOT C. Mining anomalies using traffic feature distributions [J]. Computer Communication Review, 2005, 35(4) : 217-228.
-
9RUBINSTEIN B, NELSON B, HUANG L, et al. Compromising PCA-based anomaly detectors for network-wide traffic, UCB/EECS-2008-73 [R]. Berkeley, USA: UCB, 2009.
-
10CHATZIGIANNAKIS V, PAPAVASSILIOU S, ANDROULIDAKIS G. Improving network anomaly detection effectiveness via an integrated multi-metric-multi-link (Ma L) PCA-based approach[J]. Security and Communication Networks, 2009, 2(3): 289-304.
共引文献57
-
1王清华,易大勇,李丽.基于超图的工业数据异常检测[J].计算机应用研究,2020,37(S02):253-255. 被引量：3
-
2金莲.基于WEB的网络设备监测系统的实现[J].内蒙古科技与经济,2007(12X):135-136. 被引量：1
-
3杨雅辉,杜克明.全网异常流量簇的检测与确定机制[J].计算机研究与发展,2009,46(11):1847-1853. 被引量：5
-
4陶兴谱.安全接入平台中设备探测的设计与实现[J].计算机安全,2009(12):65-66.
-
5柴佳林,简银,刘兴伟.一种基于支持向量机的IP网络流量预测方法[J].西华大学学报（自然科学版）,2010,29(1):54-57. 被引量：4
-
6徐兵,胡宁,方红琴.基于Netflow的网络流量监测系统研究[J].计算机测量与控制,2012,20(1):44-46. 被引量：4
-
7郑建忠,郑建荣.基于K层特征模型的异常流量识别算法[J].计算机应用,2012,32(5):1397-1399.
-
8马卫,熊伟.基于协同神经网络的网络流量异常检测[J].华中师范大学学报（自然科学版）,2012,46(5):537-539. 被引量：3
-
9王晋,伍永豪,李聪.智能变电站网络流量监测系统研究[J].湖北电力,2012,36(5):25-27. 被引量：2
-
10段谟意.基于人工蜂群的业务流异常状态检测方法[J].计算机应用,2013,33(3):727-729. 被引量：1
-
1李瑶.对电力系统网络流量监控的必要性和实现方法[J].电气技术与经济,2018(4):51-53. 被引量：2
-
2曾建华.一种基于核PCA的网络流量异常检测算法[J].计算机应用与软件,2018,35(3):140-144. 被引量：17
-
3宋梦馨,缪红萍.基于Spark的网络流量异常检测[J].信息系统工程,2018,0(4):112-114. 被引量：1
-
4邓小清.基于信息熵技术的网络流量异常监测研究[J].信息与电脑,2017,29(23):64-65. 被引量：3
-
5刘娟.4G终端的可操作性技术研究[J].移动信息,2016,0(9):136-138.
-
6朱毅,杨慧颖,贾善杰,李勇,郭光.基于改进回声状态网络的数据预测算法研究[J].计算机与网络,2018,44(17):66-68.
-
7董浩,李烨.基于卷积神经网络的复杂网络加密流量识别[J].软件导刊,2018,17(9):203-207. 被引量：6
-
8胡智尧,李东升,李紫阳.数据中心网络流调度技术前沿进展[J].计算机研究与发展,2018,55(9):1920-1930. 被引量：16
-
9李磊.一种用于大规模网络安全监控的大数据架构[J].警察技术,2018,0(5):47-50. 被引量：1
-
10朱海东.我国通讯网络建设及运行维护探讨[J].移动信息,2016,0(11):5-6.
