位置：成果数据库 > 期刊 > 期刊详情页
尺度可调的多分辨网络流量异常检测
  • ISSN号：1001-9081
  • 期刊名称：《计算机应用》
  • 时间：0
  • 分类：TP393.08[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构：[1]电子科技大学宽带光纤传输与通信网技术教育部重点实验室,成都610054
  • 相关基金：国家自然科学基金资助项目（60572092）;国家973规划项目（2007CB307104）;四川省青年科技基金资助项目（04ZQ026-028）.
作者： 杨丹[1], 胡光岷[1], 高洁[1], 钱峰[1]
关键词： 流量异常检测, 多分辨分析, S变换, 偏离分数算法
中文摘要：

针对现有网络流量异常检测方法的不足，提出了一种基于S变换谱分解的尺度可调的多分辨网络流量异常检测算法。通过引入S变换，可以根据流量信号的频谱特征自动调整分频信号的频谱宽度，以符合异常特征；通过信号自适应重构后的再次检测，进一步确认异常特征，提高了检测的可靠性。仿真结果表明，该方法能够有效检测出流量信号的异常。

同期刊论文项目
网络层析成像关键技术研究
期刊论文 26 会议论文 15
同项目期刊论文
基于滑动时窗的小波变换实时算法
流量矩阵估计研究综述
基于广义回归神经网络的流量矩阵反演研究
链路时延估计的约束最优化算法
基于探测包群的单播链路丢包率估计
基于递归神经网络的非平稳网络丢包层析成像
网络拓扑识别：基于traceroute的层析成像方法
改善多源网络层析成像的可辨识性
基于模拟退火的流量矩阵估计
一种非平稳网络延迟层析成像的方法
网络层析成像研究综述
GARCH model-based large-scale IP traffic matrix estimation
Recurrent Neural Network Inference of Internal Delays in Nonstationary Data Network
An accurate approach to large-scale IP traffic matrix estimation
An accurate approach of large-scale IP traffic matrix estimation
Semi-supervised internet network traffic classification using a Gaussian mixture model
Detecting distributed network traffic anomaly with network-wide correlation analysis of instantaneou
粒子滤波AVO非线性反演方法
基于广义回归神经网络的流量矩阵估计
一种新的物理网络拓扑发现算法
全局的多流量相关异常检测算法
基于时间序列图挖掘的网络流量异常检测
粒子滤波非线性AVO反演方法
碳酸盐岩储层多角度弹性阻抗流体识别方法
区分服务模型下多目标最优化安全路由算法
期刊信息
  • 《计算机应用》
  • 北大核心期刊（2011版）
  • 主管单位:四川省科学技术协会
  • 主办单位:四川省计算机学会中国科学院成都分院
  • 主编：张景中
  • 地址：成都市人民南路四段九号科分院计算所
  • 邮编：610041
  • 邮箱：xzh@joca.cn
  • 电话：028-85224283
  • 国际标准刊号：ISSN：1001-9081
  • 国内统一刊号：ISSN：51-1307/TP
  • 邮发代号:62-110
  • 获奖情况:
  • 全国优秀科技期刊一等奖,国家期刊奖提名奖,中国期刊方阵双奖期刊,中文核心期刊,中国科技核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:53679