Spark框架下聚类模型在网络流量异常检测中的应用  

作　　者：周显春[1] 肖衡[1] 

机构地区：[1]三亚学院信息与智能工程学院,海南572022

出　　处：《网络安全技术与应用》2017年第5期62-63,共2页Network Security Technology & Application

基　　金：海南省教育科学规划课题成果(QJY13516047):基于大数据的个性化学习模式构建及实证研究;海南省教育厅科研项目(Hnky2015-55):面向多媒体的高速率无线传输技术研究;三亚市院地科技合作项目(2015YD11):基于非连续的宽频谱无线网络传输技术研究

摘　　要：本文在Spark平台上采用基于RDD的聚类模型对网络流量异常进行检测。在Spark的集群环境下,通过对比测试准确率、WCSS发现,k-means++聚类模型比BisectingKMeans模型更加适合对网络流量进行检测。该实验结果对从事网络流量异常的检测的研究者有一定的借鉴作用。

关 键 词：网络流量检测 SPARK k-means++ BisectingKMeans 

分 类 号：TP393.06[自动化与计算机技术—计算机应用技术]