作者:
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:
网络流量异常检测及分析是网络及安全管理领域的重要研究内容,文章根据网络流量的信号特性和自相似性,利用小波变换局部放大能力及Hurst和李氏指数的变化与网络流量异常的对应关系,提出了一种基于小波分析的网络流量异常检测与定位方法.根据自相似指数的值在大时间尺度上来判定异常发生,并进一步在小时间尺度下基于李氏指数与信号奇异性的对应关系来分析并定位异常点.此方法通过DipSIF平台所采集的数据进行仿真验证,可有效地检测网络流量异常并定位异常发生点,与传统方法相比,异常检测的有效率更高.
推荐文章
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
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
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 基于小波的网络流量异常分析与仿真
来源期刊 计算机与数字工程 学科 工学
关键词 网络 流量特性 分布式平台 预测模型 异常检测
年,卷(期) 2012,(7) 所属期刊栏目 信息处理与网络安全
研究方向 页码范围 95-98
页数 分类号 TP389.1
字数 4646字 语种 中文
DOI 10.3969/j.issn.1672-9722.2012.07.033
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 贾志强 中国石油大学胜利学院 15 31 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(3)
  • 参考文献(3)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
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)
研究主题发展历程
节点文献
网络
流量特性
分布式平台
预测模型
异常检测
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导