典型文献
基于多尺度特征的网络流量异常检测方法
文献摘要：
针对传统的网络流量异常检测方法大都只关注流量数据的细粒度特征,对多尺度特征信息利用不充分,可能导致异常检测结果准确率不高的问题,提出了一种基于多尺度特征的网络流量异常检测方法.使用多个不同尺度的滑动窗口将原始流量划分为多个观察跨度的子序列,利用小波变换技术重构各个子序列的多层级序列,链式SAE通过特征空间映射生成多层级重构序列,各层级的分类器根据重构序列的误差进行异常的初步判定,采用加权投票策略对各层级的初步判定结果进行汇总,形成最终结果判定.实验结果表明,所提方法可有效挖掘网络流量的多尺度特征信息,对异常流量的检测性能较传统方法有明显提升.
文献关键词：
网络流量;异常检测;多尺度特征;小波变换
中图分类号：
作者姓名：
段雪源;付钰;王坤;刘涛涛;李彬
作者机构：
海军工程大学信息安全系,湖北武汉 430033;信阳师范学院计算机与信息技术学院,河南信阳 464000;信阳师范学院河南省教育大数据分析与应用重点实验室,河南信阳 464000;信阳职业技术学院数学与信息工程学院,河南信阳 464000
文献出处：
引用格式：
[1]段雪源;付钰;王坤;刘涛涛;李彬-.基于多尺度特征的网络流量异常检测方法)[J].通信学报,2022(10):65-76
A类：
B类：
多尺度特征,网络流量异常检测,异常检测方法,流量数据,细粒度特征,特征信息,信息利用,不同尺度,滑动窗口,流量划分,子序列,小波变换技术,技术重构,多层级,SAE,特征空间,空间映射,分类器,加权投票,结果判定,异常流量,检测性能
AB值：
0.270916
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。
