基于流量行为特征的异常流量检测

• 作者: 叶晓鸣 王俊峰 胡洋瑞 陈兴蜀
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 大数据 异常流量检测 k-means
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 技术研究
• 页码范围: 45-51
• 页数: 7页
• 分类号: TP391
• 字数: 6255字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2016.11.008

摘要

针对真实网络流量缺乏标记数据集的问题，文章提出了一种无监督异常流量检测方法。通过对四川大学网络出口流量行为的分析和研究，构建了用户行为特征集，利用改进的k-means++余弦聚类方法建立正常流量行为模型，通过度量流量行为与正常行为模型之间的偏离距离以识别异常流量。文章通过Spark大数据处理平台实现了特征抽取、k-means改进算法和异常检测的研发，通过实验验证了该方法的可行性和有效性，实验结果表明文章提出的方法对异常流量行为检测具有较高的准确性和敏感性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈兴蜀	四川大学计算机学院	117	695	14.0	21.0
2	王俊峰	四川大学计算机学院	73	574	15.0	21.0
3	叶晓鸣	四川大学计算机学院	6	21	2.0	4.0
4	胡洋瑞	四川大学计算机学院	2	15	1.0	2.0