多时间尺度同步的网络异常检测方法  

Method of detecting network anomaly on multi-time-scale

作　　者：王风宇[1] 云晓春[1] 曹震中[2] 

机构地区：[1]中国科学院计算技术研究所 [2]曲阜师范大学计算机科学学院,山东曲阜273165

出　　处：《通信学报》2007年第12期60-65,共6页Journal on Communications

基　　金：国家自然科学基金资助项目(60573134);新世纪优秀人才支持计划~~

摘　　要：为了改善高速网络环境下异常检测的准确性和及时性,提出了一种多时间尺度同步的异常检测算法DA-MTS。该算法通过无抽取Haar小波变换对网络流量时间序列进行预处理,获得的细节信号逼近高斯白噪声,根据正态分布的"3σ"法则可以判断细节信号中存在的异常变化。分析和实验表明,该算法能够同时在多个时间尺度上以递推方式进行无延迟的异常检测,不但提高了异常检测的准确性,而且保证了异常发现的及时性。To detect anomaly timely and precisely in high-speed network, an algorithm, named DA-MTS（detecting anomaly on multi-time-scale synchronously）,was proposed. Firstly, pre-process the time series of traffic with non-decimated Haar wavelet transform to produce detail signals, which approximately follow Ganssian white noise. Then detect anomaly based on “3 o”principal of normal distribution. Analysis and experiments reveal that this algorithm can detect anomaly on several time-scales recursively without delay, so it can detect anomaly precisely and timely.

关 键 词：网络流量 异常检测 时间序列 TROUS小波变换 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]