基于滑动窗口模型空间重组的网络流量检测.pdfVIP

第3O卷第6期 科 技 通 报 Vo1．30 No．6 2014年6月 BULLETIN0FSCIENCEANDTECHNOLOGY Jun．2014 基于滑动窗口模型空间重组的网络流量检测 李风芝 (天津开发区职业技术学院 电子信息学院，天津 300457) 摘 要：为克服传统时间序列分析方法对小数据信息数据和非平稳序列检测不稳定的限制，引入滑动 窗口模型思想，提出了滑动时间窗口模型的网络流量序列重组空间异构的检测方法。通过计算仿真得 到不同时间窗阈值下的网络流量序列递归图，检验出网络总出口流量的确定性。通过提取递归图中异 常特征点的定量递归特征的方法实现对流量异常的检测和评估。仿真实验表明，提取的流量序列定量 递归特征具有较强的稳定性和 自相似性，算法能有效检测出网络流量序列的隐藏异常波，尤其适合于 小数据量时间序列和非平稳数据的检测和分析。 关键词 ：滑动时间窗；网络流量；检测；递归分析 中图分类号：TP393 文献标识码：A 文章编号 ：1001—7119(2014)06—0049—03 DetectionofNetworkTrafficwithSpaceReconstruction BasedonSlidingW indowsM odel LiFengzhi (ElectronicInformationCollegeofTEDAPolytechnic，Tianjin300457，China) Abstract：Inordertoovercomeunstablepropertyofthetraditionaltimeseriesanalysismethodinthedetectionofsmallda— tainfomr ationdataandnonstationarysequence，annew andimprovedanomalydetectionofnetworktrafficsequencewith spacereconstructionbasedonslidingtimewindowsmodelwasproposed．Therecurrencequantificationanalysisfeatures suchasrecurreneerateanddeterminism，etc．wereproposedforanalyzingthestabilityandpredictionproperty．Andthe anomalydetectionandestimationofcampusnetworktrafficwasrealizedbasedonrecurrenceplotanalysisbyextractingthe abnomr alpointsinrecurrenceplot．Simulationresultsshowthattherecurrencequantificationanalysisfeaturesofnetwork trafficsequencehavestrongstabilityandselfsimilarity，detectionalgorithm candetectthehiddenabnormalwaveeffective· ly，itissuitbaleofrsmalldatatimeandnon—stationarydataseriesdetectionandanalysisespecially． Keywords：sidingtimewindow：networktraffic；detection；recurrenceanalysis 0 引言 用非线性时间序列分析的方法，利用其定量递归特性