资料下载
×
基于健壮多元概率校准模型的全网络异常检测
消耗积分:1 |
格式:rar |
大小:2.96 MB |
2018-03-06
分享资料个
当前因特网环境下各种网络异常事件层出不穷，DDoS攻击、僵尸网络等大规模的网络入侵给互联网的安全运营带来严重威胁，而网络拥塞、网络故障等也会严重影响互联网的服务质量，因此网络异常行为的检测是非常必要的。同时，由于网络异常种类繁多、变化快速，且常常隐藏在复杂庞大的背景流量中，给网络异常的检测带来极大的困难。
提出了一种基于健壮多元概率校准模型的异常检测方法。该方法使用基于多元f分布的隐变量概率模型建立流量矩阵的常态模型，通过比较样本与常态模型之问的马氏距离进行流量异常检测。理论分析和实验表明该方法的健壮性较好，应用场景宽泛，既可以处理完整数据也可以处理数据缺失的情况，对干扰抵抗力较强，并且对模型参数的敏感性较低，性能稳定。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
