基于ME-PGNMF的异常流量检测方法

• 作者: 何灏 郭文普 陈露露
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 网络流量 多维熵 异常检测 非负矩阵分解 子空间
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 安全技术
• 页码范围: 165-170
• 页数: 6页
• 分类号: TP393
• 字数: 5834字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2018.01.028

摘要

由于部分网络异常对流量变化影响不明显,流量分析难以发现此类异常.传统基于主成分分析的网络异常流量检测方法追求全局最优解,对局部特征提取不充分,导致对连续异常不敏感,降低了异常流量的检测精度,且物理意义不明确.针对上述问题,在多维信息熵的基础上,提出梯度投影非负矩阵分解异常流量检测方法.将流量数据处理为多维特征熵矩阵,用梯度投影非负矩阵分解方法重构多维熵矩阵,分离出正常和异常子空间,采用多元统计过程控制方法中的Q图检测异常.实验结果表明,与以流量分析为基础的主成分分析方法、传统非负矩阵分解方法相比,该方法能更快、更准确地检测出连续异常,对流量变化不敏感的低速分布式拒绝服务攻击检测效果明显提高,对蠕虫攻击更加敏感.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭文普	火箭军工程大学信息工程系	11	11	2.0	3.0
2	陈露露	火箭军工程大学信息工程系	1	3	1.0	1.0
3	何灏	火箭军工程大学信息工程系	1	3	1.0	1.0