异常流量
异常流量的相关文献在2004年到2023年内共计593篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、建筑科学
等领域,其中期刊论文144篇、会议论文12篇、专利文献121556篇;相关期刊93种,包括中国科技投资、信息安全与通信保密、电脑知识与技术等;
相关会议12种,包括2014年云南电力技术论坛、第29次全国计算机安全学术交流会、中国燃气运营与安全研讨会等;异常流量的相关文献由1346位作者贡献,包括杨康、王硕、丁若谷等。
异常流量—发文量
专利文献>
论文:121556篇
占比:99.87%
总计:121712篇
异常流量
-研究学者
- 杨康
- 王硕
- 丁若谷
- 张勇
- 张浩
- 孙家棣
- 孙泽懿
- 田丹丹
- 马宁
- 范渊
- 于洋
- 刘东鑫
- 宋梅
- 李杰铃
- 王宇
- 王小娟
- 刘洋
- 刘金岚
- 姜娜
- 孙知信
- 张可成
- 徐凯波
- 王飞
- 靳仁杰
- 韩伟杰
- 丛金鑫
- 何建
- 何道敬
- 侯路
- 倪谢俊
- 冯文亮
- 刘子良
- 刘明峰
- 刘超飞
- 刘静
- 卫海天
- 史国水
- 喻鹏
- 孙健
- 展鹏
- 崔逸群
- 张世轩
- 徐红兵
- 曾金全
- 朱博迪
- 李克秋
- 李智星
- 李玉顺
- 李祥新
- 杨雪飞
-
-
王彬彬
-
-
摘要:
考虑到软件定义网络异常流量分类受到网络复杂特性的影响,导致分类效果变差,提出了基于K-means聚类的软件定义网络异常流量分类研究.利用权重属性,划分了软件定义网络异常流量的频度,在网络异常流量的分布形式转化过程基础上,根据软件定义网络异常节点出现的概率,计算了异常流量的特征值,提取出软件定义网络异常流量特征,根据软件定义网络异构值差的度量,初始化软件定义网络的参考向量值,通过更新分类属性的邻域半径,计算网络异常流量的参考向量,选择出软件定义网络异常流量分类属性,利用K-means聚类算法过滤软件定义网络异常流量,对软件定义网络异常流量进行检索,通过定义网络异常流量分类的目标函数,利用K-means聚类算法理论,构建软件定义网络异常流量的加权临界函数,结合对角矩阵的求解,设计了软件定义网络异常流量分类原理,实现了软件定义网络异常流量的分类.实验结果表明,文中分类方法的查全率、差准率较高,适应度以及收敛性能较好.
-
-
王胜;
唐超;
张凌浩;
张颉;
王海;
柴继文;
刘珊梅;
郑永康;
邓平;
曹亮;
夏晓峰;
秦帆
-
-
摘要:
为了保证智能变电站的网络通信安全和整个变电站的稳定运行,提出了一种基于机器学习k-means聚类算法的异常流量分析方法。根据智能变电站中过程层网络的特性,结合对IEC61850智能变电站专有GOOSE(generic object-oriented substation event)以及SV(sample value)协议的报文结构解析,使用了一种基于信息熵的特征选取方法对智能变电站正常工作时站内网络通信流量进行特征分析选择,利用k-means聚类算法完成了对异常流量的检测分析及其相关分析。相较于以往方法,文中方法对智能变电站的过程层网络流量信息的特征进行了选取,根据信息熵理论,完成了重要特征的选择和冗余特征的剔除,提高了聚类算法的效率,提高了对异常流量检测的准确性。
-
-
谢燕;
裴浪
-
-
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。
-
-
杨大寨;
王志猛;
仰望
-
-
摘要:
针对海量数据流量,基于流量相似性的DDos攻击检测对弱攻击检测力度不足的问题,本文提出利用流量分类算法分解背景流量.通过流量的分解,把攻击流量尽可能分配到流量固定的分支中,从而间接强化攻击流量.通过利用FGN模型生成背景流量仿真实验结果表明,流量分类的方式显著提升了自相似性的异常流量检测模型对弱攻击的检测力度.
-
-
洪彦
-
-
摘要:
为了提高网络通信异常检测水平,以流量异常问题为例,提出基于神经网络优化模型的网络通信异常检测研究。该模型建立在遗传算法基础上,对生成的初始种群采取优化、交叉、变异等一系列处理,以此优化模型中阈值、权值,通过计算误差,决定是否继续优化阈值、权值,直至达到终止条件。实验测试结果显示,改检测算法较BP神经网络模型检测算法的检测精确度有了很大的提升,6种异常流量测试精确度皆不低于92.4%。
-
-
黄婷;
刘金凤
-
-
摘要:
当前网络安全问题已成为网络世界的重要课题,如何有效的检测和响应则成为一项重大挑战.实际上,为保持超前于高级网络安全威胁的发展,网络检测、响应和取证解决方案必须要综合多种方法,本文通过研究和设计一种网络异常流量分析检测系统,主要将机器学习的方法应用在网络异常流量分析检测,实现对网络异常流量的有效分析和高准确率检测,从而达到洞悉网络中的恶意活动,并将可疑行为匹配到确认的威胁,提高对网络异常流量的检测目的.
-
-
李晓丹
-
-
摘要:
异常流量给中国品牌广告市场造成了305亿元的损失,这是秒针对2020年广告市场监测后做出的估算。包含数据造假在内的异常流量是数字营销行业的顽疾,秒针系统总裁赵洁表示,伴随着流量转化变现和数据资产化趋势,以及社交媒体被越来越多进行营销活动,虚假曝光点击、异常曝光、手机群控、流量资源以次充好等问题时常出现,严重损害了用户、平台、品牌等生态各方的利益。
-
-
张伟剑;
赵海斌;
王迪
-
-
摘要:
论文在分析了安全威胁发展趋势的基础上,结合国网河南省电力公司信息系统安全运维现状,采用多种新技术融合的方法,建设了一种新的基于异常流量的高级威胁检测系统.系统利用机器学习和深度学习的异常流量威胁检测技术能够识别变种威胁和未知威胁,通过整合多个学习器,对安全攻击行为进行综合检测,弥补了传统特征检测和行为检测仅能发现已知攻击的不足,为业务信息系统安全稳定运行提供有力保障.
-
-
张壮壮;
陈永乐;
王建华;
陈俊杰
-
-
摘要:
为解决当前主流工控流量异常检测方法检测覆盖率较低的问题,分析这类检测方法的特点,综合考虑通信流量中流量层、数据包层及内容层3种影响因素,提出一种分层依赖关系建模的工控异常检测方法.使用流量、数据包以及内容3个层次的特征,通过并行LSTM神经网络构建不同层内数据间的依赖关系,建立粒度由粗到细的分层依赖关系模型,扩大流量特征建模的覆盖率,提升对工控异常流量的检测能力.实验结果表明,该方法检测精确率达到了96.9%,与不分层的模型相比检测精确率提高了7.2%.
-
-
周慧芬
-
-
摘要:
对网络异常流量监测系统进行了优化设计,并增设了抓包功能.网络流量数据正常与异常状态的实时接收由中心服务器完成,异常流量数据由服务器负责接收,采用集群汇集形式构建其相应的连接.通过优化监控器结构实现系统抗噪声干扰能力的有效提高,并采用改进模糊PID控制设计了一种网络流量异常监测方法.
-
-
-
刘金岚;
张月钦;
苗永健;
孔祥宇
- 《2016中国燃气运营与安全研讨会》
| 2016年
-
摘要:
介绍我国燃气终端的发展现状,分析了燃气事故比例以及国内外户内燃气安全装置的技术现状,明确了用技术手段来预防户内安全事故发生的必要性,详细介绍了异常流量报警切断智能燃气表的工作原理、异常流量的界定方法.该成果的推广应用结果表明,该成果能够有效判定燃气泄漏状况与合理切断时间,能够切实提高户内燃气设施与居民用气的安全性,是预防户内安全事故发生的有效手段.
-
-
LI Tian-feng;
李天枫;
YAO Xin;
姚欣;
WANG Jin-song;
王劲松
- 《第29次全国计算机安全学术交流会》
| 2014年
-
摘要:
网络安全问题呈现出隐蔽性越发增强、攻击更加持久、杀伤力波及更广等特征.单一或少数的数据源很难发现更加隐蔽的异常事件,同时一些针对入侵检测的数据挖掘、神经网络、关联规则、决策分类的算法由于算法本身的原因,对于大规模的数据存在计算能力上的瓶颈.文章提出了一种基于大数据平台的大规模网络异常流量实时监测系统架构,并讨论了关键技术和方法.该平台将离线的批处理计算和实时的流式处理计算相结合,通过对流量、日志等网络安全大数据的分析,实现对于DDoS、蠕虫、扫描、密码探测等异常流量的实时监测.
-
-
-
-
谭明强
- 《中国移动通信信息安全管理与运行中心第五届信息安全专家论坛》
| 2015年
-
摘要:
本文对异常流量检测技术和云计算技术的结合进行了相关研究,提出了一个基于云计算技术的网络异常流量数据分类算法,该系统基于Hadoop技术框架实现了无监督的模糊K-means分类算法和有监督的朴素贝叶斯分类算法的并行计算,然后采用这两个分类器对数据中心海量流量数据进行联合检测,基于的联合分类算法在检测准确率和处理速度上有极高的效率,可以实现对数据中心的海量网络流量实时检测,以及时发现网络安全威胁,保障业务健康稳定运行.
-
-
杜洁;
苏文伟;
彭秋霞
- 《2014年云南电力技术论坛》
| 2014年
-
摘要:
电力综合数据网的深化应用对异常流量的检测和分析提出了更高的要求.本文通过对电力综合数据网的流量数据结构进行分析,验证了电力综合数据网正常单位流量具有稳定的信息熵.在此基础上,提出了通过对数据流量五元组熵值的分析来判断异常流量的方法,并对综合数据网流量结构进行建模,提出应用支持向量机的算法对异常流量进行识别.
-
-
李宗林;
刘瑶;
姚兴苗;
胡光岷
- 《第十一届保密通信与信息安全现状研讨会》
| 2009年
-
摘要:
分布式异常流量(如DDoS等)分布式地存在于网络多条链路中,且单条链路的流量异常特征不明显,检测具有很大的难度.文中提出一种分布式隐蔽异常流量的多尺度空间检测方法,可在网络中的骨干结点上进行早期检测,该方法对骨干网络结点上直接可得的多条链路流量分别进行多尺度小波包分析,找到不同时段下的异常频段,获取该时段下的多个异常重构信号,再从空间上通过核密度估计评估这些信号构成的高维空间点在该时段下的异常程度,作为检测依据.美国教育骨干网实际流量数据和合成的分布式异常流量检测结果表明:文中方法能取得比现有方法更好的检测结果.
-
-