MOADA-SVR:一种基于支持向量回归的多元在线异常检测方法

• 作者: 钱叶魁 陈鸣
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 异常检测 在线检测 支持向量回归 多元分析 流量矩阵
• 年，卷（期）: 2011,（2）
• 页码范围: 106-113
• 分类号: TP393
• 字数: 5882字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436X.2011.02.015

摘要

网络异常检测对于保证网络稳定高效运行极为重要.基于主成分分析的全网络异常检测方法虽然具有很好的检测性能,但无法满足在线检测的要求.为了解决此问题,引入流量矩阵模型,利用支持向量回归及其支持向量解的在线稀疏化方法建立流量的一种常态模型,提出了一种基于支持向量回归的多元在线异常检测算法MOADA-SVR.理论分析和因特网实测数据分析表明,该算法与主成分分析算法相比具有类似的检测效果,但具有更低的存储和计算开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈鸣	解放军理工大学指挥自动化学院	142	1250	18.0	28.0
2	钱叶魁	解放军理工大学指挥自动化学院	5	45	5.0	5.0