基于小波分析的網(wǎng)絡(luò)異常檢測(cè)系統(tǒng).pdf

1、本文從宏觀角度來(lái)考察大規(guī)模網(wǎng)絡(luò)的流量，以一定的采樣率將包匯聚成流，再將其以字節(jié)大小、流數(shù)或包數(shù)為單位對(duì)應(yīng)到離散的時(shí)間軸上，它本質(zhì)上屬于非平穩(wěn)的時(shí)間序列，具有周期性、趨勢(shì)性、隨機(jī)性、季節(jié)波動(dòng)等特性。隨著網(wǎng)絡(luò)應(yīng)用的豐富和網(wǎng)絡(luò)用戶的增多，安全問(wèn)題也日益重要，而基于宏觀流量的網(wǎng)絡(luò)異常檢測(cè)也成為研究重點(diǎn)。本文充分研究了各種現(xiàn)有的非平穩(wěn)網(wǎng)絡(luò)流量的模型以及各種實(shí)用的異常檢測(cè)的方法，并對(duì)其適用層次和優(yōu)缺點(diǎn)進(jìn)行了總結(jié)。在此基礎(chǔ)上提出將傳統(tǒng)的基于統(tǒng)計(jì)的異常

2、處理和信號(hào)處理的方法進(jìn)行結(jié)合，將流量看成信號(hào)，并使用統(tǒng)計(jì)和信號(hào)處理的方法，如小波分析、量圖分析等，來(lái)進(jìn)行異常的定位和檢測(cè)。同時(shí)本文還對(duì)網(wǎng)絡(luò)中的常見(jiàn)異常進(jìn)行了分類，并對(duì)其在數(shù)學(xué)和信號(hào)上的表現(xiàn)形式作了分析，以便可以利用檢測(cè)的結(jié)果來(lái)歸類異常。 本文主要從定性和定量的角度來(lái)考慮異常的檢測(cè)，其中定性分析側(cè)重于從網(wǎng)絡(luò)流量的建模出發(fā)，利用描述模型奇異特性的幾種參數(shù)，如反映正則性的李氏(Lipschitz)指數(shù)，反映自相似度的Hurst指數(shù)以及

3、對(duì)應(yīng)不同李氏指數(shù)的分形維數(shù)，試圖從這些參數(shù)的變化軌跡中找出與異常出現(xiàn)的對(duì)應(yīng)關(guān)系，進(jìn)而來(lái)檢測(cè)出異常；而定量分析則側(cè)重于對(duì)奇異現(xiàn)象的量化，不需要人為的判斷，通過(guò)一系列的統(tǒng)計(jì)分析、信號(hào)分析最終將異常突顯，這方面主要包括能量比分布分析、小波多層分解、偏差值等方法，最終建立了自動(dòng)在線實(shí)時(shí)異常檢測(cè)系統(tǒng)。 影響網(wǎng)絡(luò)的因素太多太復(fù)雜，甚至還涉及到網(wǎng)絡(luò)用戶的行為波動(dòng)，因此不可能只通過(guò)某一種方法或某一種手段就達(dá)到異常的完美檢測(cè)。本文從不同的角度不同