工业网络流量异常检测的概率主成分分析法

• 作者: 侯重远 刘亮 江汉红 芮万智
• 来源期刊: 西安交通大学学报
• 关键词: 工业网络 流量异常检测 主成分分析 误报率 变分贝叶斯
• 年，卷（期）: 2012,（2）
• 页码范围: 70-75
• 分类号: TP301
• 语种: 中文

摘要

针对主成分分析(PCA)法用于工业测控网络流量异常检测时存在的误报率高的问题,提出了一种基于概率主成分分析(PPCA)的检测算法.首先通过分析误报成因,建立了工业测控网络流量矩阵的PPCA模型,然后使用迭代变分贝叶斯算法辨识该模型的参数,再利用模型参数估计值求解流量矩阵的秩的分布函数并得到秩的极大似然估计值,最后以秩的跃变状况为判据进行异常流量检测.模拟攻击实验表明,该方法使漏报率平均下降了32％,从而有效降低了PCA方法的误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江汉红	海军工程大学电气与信息工程学院	68	490	11.0	19.0
2	侯重远	海军工程大学电气与信息工程学院	8	104	4.0	8.0
3	芮万智	海军工程大学电气与信息工程学院	16	133	6.0	11.0
4	刘亮	海军工程大学电气与信息工程学院	16	69	4.0	8.0