基于异常网络流监控系统的大数据解决方法

随着计算机网络规模的增加,越来越多的计算机信息需要面对,存在的安全问题也慢慢凸显出来,特别是异常流对计算机性能的影响日益严重,如何选择流量特征成为一个难题.传统的基于端口、协议解析的网络监控系统越来越不能对异常网络流进行有效监控,而机器学习算法已经成为异常网络流监控的研究热点.本文在分析网络流特征的基础上,研究了主要的机器学习分类算法的原理及其优缺点,选择支持向量机分类算法并调用libsvm组件对待测网络流进行分类以检测网络异常流,以及在基于大数据背景下,正常网络流和异常网络流的分类,并通过一些机器学习算法来检测异常流,以实现对异常网络流的监控.