基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于宏观网络流量汇聚的分形结构,从流量的全局标度指数和局部标度指数出发,对流量异常进行定性和定量分析.利用多分形奇异谱和Lipschitz正则性分布分析流量异常的分形参数,试图找出这些参数的变化轨迹与异常出现的对应关系.实验结果表明异常的发生在奇异谱和Lipschitz正则性分布中确实有明显的体现.基于此特性构建了新的多分形异常检测算法并设计了新的检测框架,对DARPA 1999年数据的实验表明,算法在低误报率的前提下,达到了较高的检测率,优于EMERALD算法.
推荐文章
基于时间序列分析的网络流量异常检测
网络系统
流量异常检测
灰色模型
小波分析
基于网络流量小波分析的异常检测研究
网络流量
小波分析
自相似性
Hurst参数
异常检测
基于层叠模型的网络流量异常检测方法
异常检测
层叠模型
小波变换模极大
基于深度学习的网络流量异常检测方法
网络安全
流量异常
流量检测
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分形特性的宏观网络流量异常分析
来源期刊 通信学报 学科 工学
关键词 异常检测 多分形奇异谱 Lipschitz正则性分布
年,卷(期) 2009,(9) 所属期刊栏目 学术论文
研究方向 页码范围 43-53
页数 11页 分类号 TP393.08
字数 8885字 语种 中文
DOI 10.3321/j.issn:1000-436X.2009.09.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙亚民 南京理工大学计算机科学与技术学院 117 1149 19.0 28.0
2 许晓东 南京理工大学计算机科学与技术学院 55 501 9.0 21.0
4 朱士瑞 江苏大学现代教育技术中心 20 237 8.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (59)
参考文献  (12)
节点文献
引证文献  (19)
同被引文献  (57)
二级引证文献  (35)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(1)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(6)
  • 参考文献(6)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(9)
  • 引证文献(5)
  • 二级引证文献(4)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(9)
  • 引证文献(3)
  • 二级引证文献(6)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
异常检测
多分形奇异谱
Lipschitz正则性分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导