基于主成分分析的網絡流量異常檢測研究.pdf_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

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。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論