网络数据流异常检测研究

• 作者: 杨姣 王来花 高仲合
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 网络数据流 异常检测 KNN算法 Storm平台
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 网络与系统
• 页码范围: 129-133
• 页数: 5页
• 分类号: TP393.2
• 字数: 2296字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2019.01.023

摘要

网络数据流是典型的时间序列.具有动态性、高维性、无限性等特点.数据流每时每刻在不断变化,传统的处理方法存在多种弊端.根据网络数据流特性,提出基于DT-KNN的网络数据流异常检测算法,在理论和实验两个方面验证其高效性.具体地,在KNN算法中引入累计距离的概念,用以预测待检测未知点的变化趋势,并在流式处理平台Storm上加以实现,最终对基于DT-KNN的网络数据流异常检测算法进行MATLAB仿真.仿真结果表明,基于DT-KNN的网络数据流异常检测算法具有更高的准确率和更好的时效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高仲合	曲阜师范大学软件学院	99	300	8.0	11.0
2	杨姣	曲阜师范大学软件学院	3	3	1.0	1.0
3	王来花	曲阜师范大学软件学院	9	5	2.0	2.0