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:
针对新型LDoS驱动的高分散低速率QoS侵犯,提出一种新颖的基于网络微观和宏观多维特征的识别方法.在网络微观方面,加权计算了反应TCP包头内部微观变化的nag控制位,以及计算了反应LDoS固有周期特性的I-I-P 3元组的功率谱密度PSD特征;在网络宏观方面,引入反应网络发送流和确认流比值变化的R特征,共同构成多维观测序列,采用多维隐马尔科夫混合模型multi-stream fused HMM (MF-HMM)自动识别QoS侵犯.同时,应用Kaufman算法动态调整阈值.大量实验表明,提出的方法有效降低了识别的误报率和漏报率,特别针对新型LDoS驱动的高分散低速率QoS侵犯,在复杂网络背景流量下依然具有很高的识别率.
推荐文章
基于HMM/ANN混合模型的带噪语音识别
语音识别
小波调制尺度
隐马尔可夫/自组织神经网络
基于HMM模型的语音识别系统的研究
语音识别
HMM算法
Matlab
孤立词
连接词
基于HMM和LVQ网络混合模型的语音识别方法
语音识别
隐马尔可夫模型
学习向量量化
混合模型
基于小波包和HMM的战场声信号识别
战场声信号
目标识别
小波包
隐马尔科夫模型
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 基于多维观测特征的MF-HMM模型识别新型LDoS驱动的高分散低速率QoS侵犯
来源期刊 四川大学学报(工程科学版) 学科 工学
关键词 multi-stream fused HMM 网络QoS 功率谱密度PSD Kaufman算法
年,卷(期) 2015,(1) 所属期刊栏目 第八届中国可信计算与信息安全学术会议(CTCIS 2014)推
研究方向 页码范围 42-48
页数 7页 分类号 TP393.01
字数 5321字 语种 中文
DOI 10.15961/j.jsuese.2015.01.006
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 杨媚 吉林大学软件学院 7 16 2.0 4.0
2 康健 吉林大学计算机科学与技术学院 38 174 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (27)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(3)
  • 参考文献(0)
  • 二级参考文献(3)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(3)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
multi-stream fused HMM
网络QoS
功率谱密度PSD
Kaufman算法
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
工程科学与技术
双月刊
1009-3087
51-1773/TB
大16开
成都市一环路南一段24号
62-55
1957
chi
出版文献量(篇)
4421
总下载数(次)
4
论文1v1指导