一种基于核PCA的网络流量异常检测算法-计算机应用与软件.PDF

第３５卷第３期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．３ ２０１８年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１８ 一种基于核ＰＣＡ的网络流量异常检测算法 曾 建 华 （上饶师范学院数学与计算机科学学院　江西上饶３３４００１） 摘　要　　对各种网络数据流量的异常检测引起了人们的兴趣。网络数据流异常的检测和定位对于保障网络的 稳定安全运行极为重要。基于主成份分析ＰＣＡ（Ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ）的网络异常检测算法虽然具有较好 的检测性能，但是基于ＰＣＡ的网络异常检测算法前提是假设网络流量数据满足高斯分布，且对网络数据的非线 性结构表示无能为力。为了解决该问题，引入核函数空间，提出一种基于核主成分分析的在线网络流量异常检测 算法。该算法以矩阵分解的方式构建正常子空间和异常子空间，并实现网络流量异常的检测。仿真实验分析表 明，该算法取得了很好的检测性能。 关键词　　网络异常检测　核主成分分析　核函数　优化 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０３．０２７ ＡＮＥＴＷＯＲＫＡＮＯＭＡＬＹＤＥＴＥＣＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＫＥＲＮＥＬＰＣＡ ＺｅｎｇＪｉａｎｈｕａ （ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｈａｎｇｒａｏＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｒａｏ３３４００１，Ｊｉａｎｇｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎｏｆｖａｒｉｏｕｓｎｅｔｗｏｒｋｄａｔａｔｒａｆｆｉｃｈａｓａｒｏｕｓｅｄｐｅｏｐｌｅｓｉｎｔｅｒｅｓｔ．Ｎｅｔｗｏｒｋｄａｔａｆｌｏｗａｎｏｍａｌｙ ｄｅｔｅｃｔｉｏｎａｎｄｐｏｓｉｔｉｏｎｉｎｇｏｆｔｈｅｎｅｔｗｏｒｋｆｏｒｔｈｅｓａｆｅａｎｄｓｅｃｕｒｅｏｐｅｒａｔｉｏｎｉｓｅｘｔｒｅｍｅｌｙｉｍｐｏｒｔａｎｔ．ＡｌｔｈｏｕｇｈＰＣＡｂａｓｅｄ ｎｅｔｗｏｒｋａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｈａｓｇｏｏｄｄｅｔｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ，ｔｈｅｐｒｅｍｉｓｅｏｆＰＣＡｂａｓｅｄａｌｇｏｒｉｔｈｍｉｓｔｈａｔｉｔ ａｓｓｕｍｅｓｔｈａｔｔｈｅｎｅｔｗｏｒｋｄａｔａｓａｔｉｓｆｉｅｓｔｈｅＧａｕｓｓｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｉｔｃａｎｎｏｔｄｅｓｃｒｉｂｅｔｈｅｎｏｎｌｉｎｅａｒｃａｐａｂｉｌｉｔｙｏｆｎｅｔｗｏｒｋ ｄａｔａ．Ｔｏａｄｄｒｅｓｓｔｈｉｓｐｒｏｂｌｅｍ，ａｎｅｗａｌｇｏｒｉｔｈｍｆｏｒｏｎｌｉｎｅｔｒａｆｆｉｃａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｋｅｒｎｅｌｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓｗａｓｐｒｏｐｏｓｅｄｂｙｔａｋｉｎｇａｄｖａｎｔａｇｅｓｏｆｋｅｒｎｅｌｆｕｎｃｔｉｏｎｓｐａｃｅ．Ｉｎｔｈｉｓｗｏｒｋ，ｔｈｅｎｏｒｍａｌｓｕｂｓｐａｃｅａｎｄｔｈｅａｂｎｏｒｍａｌ ｓｕｂｓｐａｃｅｗｅｒｅｃｏｎｓｔｒｕｃｔｅｄｂｙｍａｔｒｉｘｄｅｃｏｍｐｏｓｉｔｉｏｎ，ａｎｄｔｈｅｄｅｔｅｃｔｉｏｎｏｆｔｈｅｎｅｔｗｏｒｋｔｒａｆｆｉｃａｎｏｍａｌｙｗａｓｉｍｐｌｅｍｅｎｔｅｄ． Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｈａｄｇｏｏｄｐｅｒｆｏｒｍａｎｃｅ． Ｋｅｙｗｏｒｄｓ　　Ｎｅｔｗｏｒｋａｎｏｍａｌｙｄｅｔｅｃｔｉｏｎ　ＫｅｒｎｅｌＰＣＡ　Ｋｅｒｎｅｌｆｕｎｃｔｉｏｎ　Ｏｐｔｉｍｉｚａｔｉｏｎ ［１－３］ 绝服务攻击、蠕虫攻击等 。 ０　引　言 主成分分析ＰＣＡ是一种统计分析方法，在高维数 据的