基于多特征相似度的大规模网络异常检测算法

• 作者: 张凤荔 张浚 王娟 罗琴
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 大规模网络 多特征相似度 特征集 异常检测
• 年，卷（期）: 2007,（24）
• 所属期刊栏目: 安全技术
• 页码范围: 181-183
• 页数: 3页
• 分类号: TP393.08
• 字数: 3831字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.24.063

摘要

提出了大规模网络中一种基于相似度的异常检测模型.该模型利用大规模网络中的多种网络数据流特征,经过高频统计,建立特征集,并计算实时特征集与标准特征集的相似度.当大规模网络中发生攻击或病毒时,网络流量的自相似性将遭到破坏.通过与正常情况时的比较可以及时准确地发现攻击引起的异常.实验结果表明这种综合多个网络特征的检测模型比起单一的特征检测明显降低了误报率,也比较适用于大规模网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗琴	电子科技大学计算机科学与工程学院	2	30	2.0	2.0
2	张凤荔	电子科技大学计算机科学与工程学院	76	816	13.0	26.0
3	王娟	电子科技大学计算机科学与工程学院	26	270	8.0	16.0
4	张浚	电子科技大学计算机科学与工程学院	2	11	2.0	2.0