利用残差分析的网络异常流量检测方法

• 作者: 孟永伟 王换招 秦涛 赵亮 马文强
• 来源期刊: 西安交通大学学报
• 关键词: 异常检测 网络流量 矩阵分解 残差分析
• 年，卷（期）: 2020,（1）
• 页码范围: 42-48,84
• 页数: 8页
• 分类号: TP393.0
• 语种: 中文
• DOI: 10.7652/xjtuxb202001006

摘要

针对网络异常流量检测中大数据小异常造成的难题,提出了一种新的基于残差分析的网络异常流量检测方法.从多个角度提取网络流量的特征属性,以准确刻画正常行为和异常行为之间的差异性.利用提取的特征属性构建属性矩阵,采用流之间的相似性构建邻接矩阵.使用属性矩阵和邻接矩阵构建网络异常检测摸型,采用CUR矩阵分解方法重构属性矩阵得到主摸式,对属性矩阵和重构的属性矩阵进行残差计算进而获得残差矩阵.对残差矩阵中的每一个流计算其残差,根据每个流的残差和预设阈值进行异常判定.采集了西安交通大学校园网流量数据进行实验,实验结果表明:所提方法在不需要任何先验知识的情况下能够使异常检测率达到 90％以上;与其他异常检测方法相比,所提方法不仅具有较高的检测率,而且能够实现异常源定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王换招	西安交通大学智能网络与网络安全教育部重点实验室	37	451	13.0	19.0
2	秦涛	西安交通大学智能网络与网络安全教育部重点实验室	27	209	9.0	14.0
6	赵亮	西安交通大学智能网络与网络安全教育部重点实验室	53	545	14.0	22.0
7	孟永伟	西安交通大学智能网络与网络安全教育部重点实验室	1	0	0.0	0.0
8	马文强		1	0	0.0	0.0