基于隐马尔可夫模型和条件熵的异常流量检测方法研究

• 作者: 王怀彬 肖林英
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 流量异常检测 HMM 条件熵 改进的Baum-Welch算法
• 年，卷（期）: 2019,（5）
• 页码范围: 18-22,28
• 页数: 6页
• 分类号: TP393.0
• 字数: 4327字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2019.05.004

摘要

网络发展势头迅猛,网络安全问题成为当今互联网时代的重中之重.本文提出将隐马尔可夫模型应用到流量异常检测中,用统计学的方法来对流量进行分类.从网络层面着手,将数据包中提取到的一些像IP等的属性特征经处理后输入到隐马尔可夫模型(HMM)中进行分类,最后通过模型输出概率值来判断流量的正常异常类型.在模型训练阶段,我们创造性地使用条件熵来优化Baum-Welch参数估计算法,减少了模型的训练的时间.从实验结果和分析比较来看,本文提出的检测方法在检测准确率和效率上都取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王怀彬	天津理工大学计算机科学与工程学院	41	139	7.0	10.0
2	肖林英	天津理工大学计算机科学与工程学院	1	0	0.0	0.0