基于EMD的自相似流量Hurst指数估计

针对表征自相似网络流量统计特性的赫斯特(Hurst)指数,讨论一种基于经验模式分解的Hurst指数估计算法。该算法通过对自相似网络流量数据进行自适应分解,得到一组满足指定余项误差的固有模态函数分量,由其能量对数化函数与Hurst指数之间的线性拟合,估计出Hurst指数。实验表明,该算法能对自相似网络流量的Hurst指数进行自适应估计。

基于EEMD的信号处理方法分析和实现

Hilbert-Huang变换是一种具有良好自适应性,能够对非线性非平稳的信号进行分析的时频分析方法。而经验模式分解是HHT的核心部分。针对传统EMD分解带来的模态混叠问题,介绍了引入白噪声辅助分析方法的改进型算法EEMD并且通过Matlab平台进行了信号仿真系统设计和实验,验证了EEMD方法的抗混分解能力。

基于FrFT的网络流量Hurst参数估计器

实际的网络流量模型采用自相似模型,Hurst参数是序列长相关程度的度量。为方便工程上对网络流量的长相关性进行估计,介绍了网络流量自相似模型和Hurst参数小波分析法,建立了分数阶傅里叶变换(FrFT)与小波分析之间的联系,在此基础上介绍了一种新的基于FrFT的网络流量Hurst参数估计方法,并运用此方法设计了网络流量Hurst参数估计器。通过对白噪声和已知Hurst参数的实际网络流量数据进行估计,本方法可以有效估计随机时间序列的Hurst参数。

一个防御DDoS攻击的入侵检测系统

介绍了一种集成了网络流量数据采集与DDoS攻击检测的入侵检测系统,并嵌入攻击报警机制,其算法核心基于网络流量的自相关函数。该系统可根据用户指定攻击的识别概率、漏报概率与误报概率,而后进行有效检测和报警,并实现基于GUI界面的友好风格及C++类的封装。