网络攻击检测中流量数据抽样技术研究

• 作者: 刘宝旭 陈良臣 高曙
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 网络流量 网络攻击检测 流量数据缩减 流量数据抽样 网络安全
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 技术研究
• 页码范围: 22-28
• 页数: 7页
• 分类号: TP309
• 字数: 5102字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2019.08.004

摘要

网络攻击检测的关键是通过对网络流量的分析快速识别网络中的未知攻击行为.大数据环境下,如何在不影响异常检测效果的前提下通过数据抽样技术粗粒度减少需要处理的网络流量数据,筛选出需要进行细粒度异常检测的子集,为网络攻击发现提供可靠数据支撑,是网络入侵检测系统研究的重要问题,也是目前网络行为分析、网络测量分析、网络异常检测、网络流量模型研究的重点.文章对网络攻击检测中流量数据抽样技术的基本概念、研究进展和存在问题进行阐述,对网络流量数据抽样技术面临的挑战和发展趋势进行总结和展望.文章可为进一步探索网络攻击检测领域的新方法和新技术提供借鉴和参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宝旭	中国科学院信息工程研究所	87	1447	19.0	35.0
5	高曙	武汉理工大学计算机科学与技术学院	41	262	9.0	14.0
6	陈良臣	武汉理工大学计算机科学与技术学院	5	13	3.0	3.0