基于局域波分解的流量異常檢測(cè)方法研究.pdf

1、分類號(hào)密級(jí)UDC1注學(xué)位論文基于局域波分解的流量異常檢測(cè)方法研究（題名和副題名）吳麗萍（作者姓名）指導(dǎo)教師姓名姚興苗副教授電子科技大學(xué)成都（職務(wù)、職稱、學(xué)位、單位名稱及地址）申請(qǐng)專業(yè)學(xué)位級(jí)別碩士專業(yè)名稱通信與信息系統(tǒng)論文提交日期2011.4論文答辯日期2011.5學(xué)位授予單位和日期電子科技大學(xué)答辯委員會(huì)主席評(píng)閱人年月日注1：注明《國(guó)際十進(jìn)分類法UDC》的類號(hào)。摘要摘要網(wǎng)絡(luò)流量異常是指當(dāng)前的流量狀態(tài)較大程度地偏離網(wǎng)絡(luò)流量的正常行為軌跡，從

2、而影響了網(wǎng)絡(luò)的性能和服務(wù)質(zhì)量。各種網(wǎng)絡(luò)異常流量會(huì)不同程度地影響到網(wǎng)絡(luò)的服務(wù)質(zhì)量，嚴(yán)重時(shí)甚至?xí)斐删W(wǎng)絡(luò)中斷引起巨大的損失。通過(guò)網(wǎng)絡(luò)異常檢測(cè)可以發(fā)現(xiàn)許多網(wǎng)絡(luò)故障和性能問(wèn)題，甚至可以檢測(cè)出一些未知的惡意攻擊。網(wǎng)絡(luò)流量異常檢測(cè)系統(tǒng)的檢測(cè)能力與整個(gè)網(wǎng)絡(luò)的可靠性和穩(wěn)定性有緊密聯(lián)系，它對(duì)于保證網(wǎng)絡(luò)的服務(wù)質(zhì)量具有重大意義，因此，網(wǎng)絡(luò)流量異常檢測(cè)成為當(dāng)前網(wǎng)絡(luò)安全領(lǐng)域中的熱點(diǎn)研究問(wèn)題之一。本文在總結(jié)分析國(guó)內(nèi)外網(wǎng)絡(luò)流量異常檢測(cè)研究現(xiàn)狀的基礎(chǔ)上，為進(jìn)一步提高網(wǎng)

3、絡(luò)流量異常檢測(cè)方法的檢測(cè)率，提出結(jié)合局域波分解法和聚類分析進(jìn)行流量異常檢測(cè)，主要工作如下：(1)采用局域波分解法進(jìn)行網(wǎng)絡(luò)流量信號(hào)分析：與傅里葉變換和小波變換等其他時(shí)頻信號(hào)分析方法不同，它以信號(hào)的局部特征為基礎(chǔ)，比較完整地保留信號(hào)的局部信息，對(duì)于整個(gè)流量信號(hào)而言，流量異常行為發(fā)生在流量信號(hào)的局部范圍內(nèi)，因此用局域波分解法對(duì)網(wǎng)絡(luò)流量信號(hào)進(jìn)行分析可以更加完整地提取出異常特征。(2)提出一種基于局域波分解和改進(jìn)的kmeans算法的異常檢測(cè)方法：

4、傳統(tǒng)kmeans算法對(duì)初始聚類中心很敏感，并且算法容易陷入局部最優(yōu)解中難以獲得全局最優(yōu)解。本文針對(duì)網(wǎng)絡(luò)流量異常檢測(cè)的特點(diǎn)，提出了一種基于局域波分解法和改進(jìn)的kmeans算法的異常檢測(cè)方法，試驗(yàn)證明，本文提出的檢測(cè)方法對(duì)網(wǎng)絡(luò)流量異常檢測(cè)具有更好的檢測(cè)效果。(3)提出了一種基于瞬時(shí)參數(shù)預(yù)測(cè)的流量異常檢測(cè)方法，首先對(duì)流量信號(hào)進(jìn)行局域波分解，獲得流量信號(hào)的瞬時(shí)參數(shù)，然后對(duì)瞬時(shí)參數(shù)建立ARMA模型，獲得瞬時(shí)參數(shù)估計(jì)值，用模型的預(yù)測(cè)值與實(shí)際流量信號(hào)