基于多尺度特征融合的异常流量检测方法

• 作者: 伊鹏 程国振 陈鸿昶
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 异常检测 拒绝服务攻击 希尔伯特-黄变换 D-S证据理论
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 42-46
• 分类号: TP393
• 字数: 5904字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.02.010

摘要

快速、准确地检测异常是网络安全的重要保证.但是由于网络流量的非线性、非平稳性以及自相似性,异常流量检测存在误报率高、检测率低、不能满足骨干网实时性要求等问题.该方法综合了希尔伯特-黄变换( HilbertHuang Transform,HHT)和Dempster-Shafer证据理论(D-S evidence theory)评测框架.前者将不同的流特征分别分解为多时间尺度上的固有模态函数(Intrinsic Mode Function,IMF),滤除特征中的非线性、非平稳分量；后者将前者分解得到的多尺度特征作为证据融合并最终做出决策.通过对KDD CUP 1999的入侵检测系统(Intrusion Detection System,IDS)基准数据的实验表明,该方法能有效区分突发流量(crowd flow)和拒绝服务攻击(Denail of service,DoS)攻击流,整体上在保证低误报率前提下检测率达到85.1％.目前该方法已经作为入侵检测的子模块实现,并试用于某骨干网入口处检测异常.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	伊鹏		56	177	8.0	10.0
2	陈鸿昶		61	354	10.0	16.0
3	程国振		29	149	7.0	11.0