典型文献
基于SDN技术的数据中心网络异常流量检测算法
文献摘要：
随着数据中心网络流量剧增,导致异常流量攻击事件频繁发生,严重威胁了用户数据安全,为此,提出一种基于软件定义网络(SDN:Software-Defined Networking)技术的数据中心网络异常流量检测算法.该算法采用SDN技术网络框架与时间、频率集合方式构建数据流量传输流程,利用模糊C均值聚类、四元组、反向传播(BP:Back Propagation)神经网络等算法提取数据流量特征,利用主成分分析算法建立流量特征子空间,并使用矩阵方式向子空间投影,最后采用设定阈值和投影周期数据向量判断数据中心网络是否存在异常流量.实验结果表明,所提算法不仅计算简便,还能保证异常流量检测计算结果的精度,有效维护数据中心网络稳定与安全.
文献关键词：
软件定义网络(SDN)技术;数据中心网络;异常流量;流量特征提取;异常流量检测
中图分类号：
作者姓名：
谢燕;裴浪
作者机构：
湖南信息学院计算机科学与技术学院,长沙410000;武汉晴川学院计算机学院,武汉430204
文献出处：
引用格式：
[1]谢燕;裴浪-.基于SDN技术的数据中心网络异常流量检测算法)[J].吉林大学学报（信息科学版）,2022(02):240-246
A类：
流量特征提取
B类：
SDN,数据中心网络,网络异常流量,异常流量检测,检测算法,网络流量,用户数据,软件定义网络,Software,Defined,Networking,网络框架,数据流量,量传,传输流,均值聚类,四元组,反向传播,Back,Propagation,提取数据,特征子空间,子空间投影,周期数据,有效维护,网络稳定
AB值：
0.26684
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
