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:
现有刻画流量异常检测所需的流特征集通常是高维的,增加了检测和分类的复杂度.通过研究发现网络中异常通常是稀疏性分布的,单个异常仅仅表现在低维流特征中.基于这一现象提出了一种异常流量检测模型—多尺度低秩(MRLR,multi-resolution low rank)模型,该模型能够动态筛选出“合适的”特征集并准确分类异常.基于人工标记的实际网络流量异常和注入异常的数据集验证结果表明:MRLR对特征集的缩减率可达10%以下;并且基于MRLR的分类算法复杂度为0(n).
推荐文章
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
基于机器学习的网络异常流量检测方法
机器学习
ANFIS
BP神经网络
网络异常流量检测
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
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
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 基于多尺度低秩模型的网络异常流量检测方法
来源期刊 通信学报 学科 工学
关键词 异常检测 特征选择 多尺度分析 低秩分布
年,卷(期) 2012,(1) 所属期刊栏目 学术通信
研究方向 页码范围 182-190
页数 分类号 TP393.08
字数 6970字 语种 中文
DOI 10.3969/j.issn.1000-436X.2012.01.025
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 程东年 43 237 8.0 14.0
2 程国振 29 149 7.0 11.0
3 俞定玖 12 33 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (98)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (33)
二级引证文献  (34)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(10)
  • 引证文献(2)
  • 二级引证文献(8)
2018(14)
  • 引证文献(1)
  • 二级引证文献(13)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
异常检测
特征选择
多尺度分析
低秩分布
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
论文1v1指导