网络异常

摘要： 为了提高网络在运行中的稳定性,提高监测系统的效能,将大数据技术作为数据处理的核心技术,开展网络异常监测系统的开发研究。选用PCMHJ-A2030型号综合复用数据传输设备作为系统硬件核心结构、ThinkSystem SR658型号IBM服务器作为系统的数据库服务器。在硬件结构的支撑下,抓取网络数据,采集数据抓取过程中镜像文件,过滤并清洗数据。结合数据挖掘技术与前端获取的网络数据,实时感知网络异常态势,实现对网络异常的实时监测。通过对比实验证明,设计的监测系统在实际应用后,内部局域网环境当中异常数据流入字节量明显得到控制,网络环境的稳定性得到有效提升。

摘要： 网络传输通信虽然方便了人们的生活工作,但是在实际应用的过程中时常会出现数据异常的情况,需要加强对其的检测程度,因此,对基于关联规则的无线通信网络异常数据检测方法进行设计。进行异常数据识别,同时,在关联规则下进行簇群检测目标设定,设计低通信道检测模型,构建分布式关联检测架构,结合高斯正态检测实现无线通信网络异常数据检测。最终的测试结果表明:在不同的无线异常数据维数测试范围之中,对比于传统的直线方差检测组与传统分层无线检测组,文章所设计的关联规则异常数据检测组最终得出的误报率相对较低,这表明此检测方法的应用效果更佳,得出的检测误差也均在15%以下,具有实际应用的意义。

摘要： 随着电网规模的发展,电网数据海量增加,但是当前电网数据安全传输系统由于应用的数据加密技术较为落后,对海量数据的处理效果较差,导致其抗攻击能力较低,故本文设计了基于混沌加密的电网数据安全传输系统。在硬件设计中,优化嵌入式控制器以及信息存储电路,为软件优化提供基础。在软件设计中,借助四维Chen离散处理技术以及混沌动力学理论设计电网数据加密模块,并采用加权残差检测数据交汇过程,构建电网数据网络攻击检测模块,完成电网数据安全传输系统设计。实验结果表明:本文所设计系统的抗攻击敏感度与加密耗时均优于当前系统,可将其应用到实际工作中。

摘要： 采用全流量分析方法,通过分布式流量探针部署,收集网络全流量数据,与后台特征库进行比对发现网络异常,同时可通过机器学习不断更新后台特征数据,以提高数据监测的有效性,可实现对网络安全的有效监控,对提高网络安全防护和处置能力具有重要意义。

摘要： 当前无线传感器网络中存在异常数据会造成网络运行鲁棒性降低,而现有异常数据处理方法无法确保处理后数据与原始正常数据的均方误差在合理范围内,为此,对无线传感器网络异常数据处理方法进行研究。通过聚类方式采集无线传感器网络异常数据,并在此基础上对异常数据进行系数特征描述,结合分布式压缩感知理论,对异常数据的处理模型进行构建,最后生成重构数据包消息队列,并按照队列顺序完成对处理后重构数据的传输。为验证研究方法的应用效果,将其应用到某无线传感器网络环境当中,对处理效果进行分析,得出,研究方法对异常数据处理后,得到的数据与原始数据相比,均方误差更小,促进无线传感器网络异常数据抗异常数据能力提升,进而使网络运行鲁棒性得到提升。

摘要： 提出基于云计算的网络异常数据节点快速定位方法。基于云计算构建分布式计算平台分析数据,通过分布式文件系统存储采集的数据,将训练样本导进数据载入模块,筛选其中的网络数据节点,通过预处理模块完成数据降维;提取降维后的网络异常数据节点特征,利用粒子群优化算法,组建初始粒子群求最优解,实现网络异常数据节点快速定位。实验结果表明,网络异常数据节点快速定位平均召回率为96%,可全面定位网络异常数据节点;定位精度高,耗时低,具有较好的实用性。

摘要： 论文首先根据网络数据特征、异常特点,提出了网络异常诊断的目标,在对比分析神经网络算法后,根据网络异常特征,选取免疫聚类算法来构建网络异常分析模型,根据模型设计了相应的异常分析算法。免疫聚类算法充分利用了网络设备离散特征,同时产生的网络数据具有连续性,把采集的数据构建成向量,根据向量值,计算出每个时间点的数据特征值,然后根据检测器来分析出产生异常的网络设备。其次,根据网络流量设备分流且具有转发特征,设计了免疫约束的网络流量分析模型,从流量数据约束行为、节点的权重等进行分析,完成了网络流量异常检测和分析。

摘要： 针对传统网络异常检测技术难以有效处理大数据背景下的海量异常数据的问题,研究提出以改进二分K-means算法来构建正常行为特征训练集模型,然后结合直推信度机制(Transductive Confidence Machine, TCM)、K-近邻(K-Nearest Neighbor, KNN)算法设计出适应于该正常行为模型的网络异常检测算法ITCM-KNN。研究结果表明,ITCM-KNN算法的检测率相较传统检测算法Cluster平均提高8.37%,误报率平均下降2.14%,由此说明ITCM-KNN算法能较好地应用于大数据环境下的网络异常检测,为未来进一步提升网络安全性提供新的参考路径。

摘要： 针对现有网络异常数据检测方法存在异常数据挖掘精准度较低的问题,本文设计基于人工智能(Artificial Intelligence,AI)的计算机网络异常数据挖掘方法。确定出网络异常数据属性集,全方位分析计算机网络数据;在属性集中提取出计算机网络异常因子,分析异常数据的特点;利用AI技术构建异常数据挖掘模型,在缩短数据挖掘时间的基础上,提高数据挖掘精准度,进而得到更加有效的计算机网络异常数据。采用对比实验的方式,验证了该方法的数据挖掘精准度更高,网络运行可靠性更强,极具推广价值。

摘要： 光纤通信网络在互联网飞速发展的今天已经展现出优越的市场价值,以成本低、远传输距离、大容量通信等优势被广泛应用到日常生产与生活中,光纤通信网络用户也在大幅度增长,与此同时出现的异常数据问题也在不断发生,由于数据一直处于传输过程中,很难获取全部数据并完成信息识别,因此怎样在规模庞大的互联网数据中快速检测出异常数据并定位、解决是现阶段该技术应用与推广的一大难点。本文从数据挖掘入手,着重分析其在光纤通信网络异常数据检测中的应用,力求能够融合多种算法,更好地应对庞大冗杂的互联网数据。

摘要： 为了提高电力信息系统主动防护能力,深入落实网络安全等级保护制度,提出一种异常端口监测与异常流量监测模型,并基于模型设计实现网络异常监测平台.该平台能够主动和被动地检测网络异常端口,并与信息系统安全备案表自动化对比,及时发现未备案端口和高危端口,基于度分布理论提出的异常流量监测模型可随正常流量数据特征和所处网络环境对流量异常的容忍程度来动态调节其置信度,实现异常流量分级告警.平台运行3个月以来,发现不匹配内网端口158个,不匹配外网端口34个,显著提高了网络安全等级保护监管督查效率.

摘要： 随着互联网的飞速发展,网络安全逐渐成为一个潜在的巨大问题.而传统的网络安全事件一般只通过防火墙,或者入侵警报系统以及流量信息等单一获取安全信息和警报.但是防火墙提供的是静态防御,它的规则都必须事先设置;而入侵警报系统则存在大量漏报误报的错误提示信息.由此基于防火墙-入侵检测系统的网络异常研究迫在眉睫.本文通过综合分析入侵检测系统和防火墙两种数据源的信息,总结这些信息的相关属性,采用计算信息熵的方法可以将这些属性有机的联系起来.通过计算可以预测下一时间间隔的特征属性信息熵,再与实际对比可以有效的提出报警信息和预警方案,由此降低了网络安全事件漏报和误报率,提高了报警的准确性,实现了有效的网络安全事件报警.

摘要： 针对校园网管理工作的实际情况，提出了基于信息度量和多维数据挖掘算法的网络异常检测系统。该系统使用信息度量技术识别网络中发生的异常事件，并在此基础上采用多维数据挖掘算法对异常事件进行细粒度分析，从而实现在大流量网络环境下对网络异常事件高效、准确的检测。此外，通过使用已知IP子网信息，对多维度数据挖掘算法进行了改进，大大提高了算法的运行效率。

摘要： 本文旨在研究网络异常检测虚警率高的问题，提出了一个基于事件发生间隔的网络异常检测算法，实验表明,此方法能够减少虚警,提高检测性能,适应不同的网络应用环境。

摘要： 本文给出了VoLTE网络各类异常问题采用端到端的体系进行发现、定位、以及解决:首先区分非网络问题与网络问题,然后针对网络问题又进行五项分类:IMS问题、IMS与EPC关联问题、核心网EPC问题、EPC与无线关联问题、无线问题.最后给出了北京联通解决不同类异常问题的典型案例.

摘要： 本文在总结智能手机入侵检测技术已有的成果上,针对部分恶意软件偷跑网络流量这一问题，设计了一个入侵检测方案，该方案通过从手机上收集相关数据，能够及时发现手机上出现的异常流量，给予用户告警，从而能够有效避免用户进一步的经济损失。

摘要： 分布式拒绝服务(DDoS)攻击对互联网的稳定性和安全性构成了严重的威胁。对网络流量进行异常检测，发现异常后再对数据包进行分析，实施相应措施，有利于降低系统开销。提出了网络流量均值和阈值能够根据网络环境的变化而自适应调整算法。分析了参数的设置对误报警、动态调整报警阈值等的影响。实验结果表明设计的系统是有效的和正确的，可以在提高异常流量检测准确性的同时降低运行开销，可以直接应用于检测SYN洪水攻击等。

摘要： 车载网络异常检测系统(200)具备：第一通信部(201)，从第一网络接收作为第一协议下的通信单位数据的第一单位数据；异常判定数据库(203)，包含异常判定规则的信息；异常判定部(202)，使用异常判定规则判定第一单位数据有无异常；单位数据转换部(204)，从异常判定部(202)判定为不包含异常的第一单位数据，提取作为第二协议下的通信单位数据的第二单位数据；以及第二通信部(206)，将提取的第二单位数据向第二网络送出，第一单位数据包含表示作为发送源的第一设备的发送源信息，第二单位数据包含数据标识符，异常判定部(202)在通过将发送源信息与数据标识符的组合与异常判定规则进行比较从而判定为第一单位数据包含异常的情况下，执行规定的异常应对处理。

摘要： 本发明提供一种可实现网络异常修复的服务器及其网络异常修复方法，该服务器包括：网页交互装置，用于对用户和服务器系统之间的操作进行处理；用户管理装置，用于对用户的登录权限进行管理；数据处理装置，用于用户存取的数据进行处理；以及异常监控处理单元，其用于对所述服务器中的各个装置的状态进行实时监控。根据本发明的服务器及其网络异常修复方法，可以根据异常的具体情况具体分析，避免整机重启，缩短设备异常后的恢复时间。

摘要： 本发明公开了一种基于异常数据分析的网络异常根源定位方法，包括：基于历史数据的离线分析步骤：对历史异常数据进行数据清洗和过滤；将异常元划分到若干子网中；通过网络拓扑算法生成有向的异常网络拓扑图；计算每个异常元的静态权值和异常元之间的相对位置关系矩阵；基于实时数据的异常根源在线分析步骤：判断实时异常元所属的异常网络拓扑图；读取实时异常元的静态权值，并计算实时异常元的动态权值，以判断实时异常元在异常网络拓扑图中的位置，以此定位并标记异常根源。通过本发明的技术方案，实现了快速并且精准的网络异常定位，具有较高的分析准确性，开发、维护成本低，实现IT资源的价值最大化。

摘要： 车载网络异常检测系统(200)具备：第一通信部(201)，从第一网络接收作为第一协议下的通信单位数据的第一单位数据；异常判定数据库(203)，包含异常判定规则的信息；异常判定部(202)，使用异常判定规则判定第一单位数据有无异常；单位数据转换部(204)，从异常判定部(202)判定为不包含异常的第一单位数据，提取作为第二协议下的通信单位数据的第二单位数据；以及第二通信部(206)，将提取的第二单位数据向第二网络送出，第一单位数据包含表示作为发送源的第一设备的发送源信息，第二单位数据包含数据标识符，异常判定部(202)在通过将发送源信息与数据标识符的组合与异常判定规则进行比较从而判定为第一单位数据包含异常的情况下，执行规定的异常应对处理。

摘要： 本发明提供一种可实现网络异常修复的服务器及其网络异常修复方法，该服务器包括：网页交互装置，用于对用户和服务器系统之间的操作进行处理；用户管理装置，用于对用户的登录权限进行管理；数据处理装置，用于用户存取的数据进行处理；以及异常监控处理单元，其用于对所述服务器中的各个装置的状态进行实时监控。根据本发明的服务器及其网络异常修复方法，可以根据异常的具体情况具体分析，避免整机重启，缩短设备异常后的恢复时间。

摘要： 本发明公开了一种基于异常数据分析的网络异常根源定位方法，包括：基于历史数据的离线分析步骤：对历史异常数据进行数据清洗和过滤；将异常元划分到若干子网中；通过网络拓扑算法生成有向的异常网络拓扑图；计算每个异常元的静态权值和异常元之间的相对位置关系矩阵；基于实时数据的异常根源在线分析步骤：判断实时异常元所属的异常网络拓扑图；读取实时异常元的静态权值，并计算实时异常元的动态权值，以判断实时异常元在异常网络拓扑图中的位置，以此定位并标记异常根源。通过本发明的技术方案，实现了快速并且精准的网络异常定位，具有较高的分析准确性，开发、维护成本低，实现IT资源的价值最大化。

摘要： 本申请提供一种基于应用层网络异常报文的异常检测方法及装置，所述方法包括：异常检测设备在内核中创建用户态进程可访问的共享内存，其中，所述共享内存用于储存应用层网络异常报文；内核态进程将采集到的符合预设条件的应用层网络异常报文储存至所述共享内存；用户态进程基于所述共享内存的物理地址访问所述共享内存中储存的应用层网络异常报文，进行异常检测分析。应用本发明实施例，异常检测设备可以准确地获取到完整的应用层网络异常报文，从而减少基于应用层网络异常报文的异常检测的难度。

摘要： 本发明公开一种集成GBDT与神经网络的网络异常检测方法，属于网络信息安全和机器学习的交叉技术领域。为了克服网络异常检测任务中传统机器学习算法和深度学习算法在处理表格数据上的不足，本发明选用专为表格数据设计的TabTransformer结构，同时为了应对网络异常检测中的类别不平衡问题，本发明采取了代价敏感的思想，引入了专门针对不平衡问题设计的Focal Loss损失函数，采取自适应学习策略，从参数搜索空间中自动选取Focal Loss的最佳参数。本发明既适用于二分类问题又适用于多分类问题。

摘要： 本发明涉及一种基于虚拟网络流量分析的5G切片网络异常检测方法，设计获得各采集节点分别所对应的正常累计数据量波动范围集合，并以此为依据，由各采集节点分别针对经过其的各数据流量进行异常分析，做到5G切片业务端到端的安全检测，实现了网络异常检测算法的并行化；并且基于各采集节点对数据流量的OD分流，由中心服务器基于网络拓扑结构，统计网络中各条数据流量的传输、以及各节点分别对经过其的数量流量的异常分析；整个方案设计实现了海量数据存储和计算的本地化，在实现直接采集的同时也为大规模网络的异常检测提供了一个高性能可扩展的分布式分析平台。

摘要： 本发明的实施例提供一种网络异常的检测方法、装置及网络设备，其方法包括：获取第一区域内的小区的测量报告数据和工程参数数据；根据测量报告数据和工程参数数据，构建信号强度信息散点图；对信号强度信息散点图进行特征提取，构建检测特征库；基于检测特征库，进行网络异常检测。本发明实施例通过对测量报告数据和工程参数数据进行图形的构建与结构化信息提取，承载大量用户行为信息量，无需精准的先验信息及专业经验即可检查网络异常，在建网初期可以快速排查网络问题，优化并提升网络质量。