基于主成分分析的網絡流量異常檢測研究.pdf

1、隨著互聯網在全球的快速發(fā)展，網絡方面業(yè)務的種類和范圍日益增加。但同時，各種各樣的網絡問題層出不窮。網絡異常能夠引起網絡丟包、時延增大，嚴重時甚至會導致網絡癱瘓。對于網絡管理者來說，有效地檢測出異常，迅速地回應并采取措施維持網絡正常運行是十分重要的。因此網絡異常檢測受到工程和研究人員的廣泛關注。
　　網絡流量異常的檢測一般針對兩類數據進行研究，端到端流量數據或全局流量矩陣數據。針對端到端流量數據的研究相對簡單，局限在少數鏈路或節(jié)點上

2、。流量矩陣能夠描述全局網絡的流量特性，在網絡工程中針對全局流量的研究具有重要意義。異常檢測有益于網絡優(yōu)化、預測等多種應用。海量數據的多變性為研究帶來難度，本文將研究基于主成分分析的流量矩陣分析方法和異常檢測問題。運用主成分分析算法，流量的特征可用小部分維數表述，對小部分維數的分析能有效地檢測網絡流量異常。本文的主要內容分為以下三個方面:
　　(1)通過研究現有的網絡流量模型和異常檢測方法，分析并比較了現有的網絡流量異常檢測方法。<

3、br>　　(2)采用了基于主成分分析的方法分析網絡流量矩陣。通過運用主成分分析算法，提取最少數量的主成分，提取的這些主成分能最大限度的包含原數據的特征和最小限度的損失原數據的信息量，實現了對原始特征空間的降維。
　　(3)給出了基于主成分分析的網絡異常檢測方法并對檢測算法的性能進行了分析。本文從異常類型和特征參數的概率模型等多方面進行了流量矩陣的異常檢測實驗，分別給出了單節(jié)點和多節(jié)點異常檢測的方法，并給出了區(qū)分兩類主要異常的方法。