对网络通信异常行为识别方法的相异度分析

为了对网络通信异常行为进行有效地识别,提出了一种基于相异度分析的识别方法,以该方法的数据基础为Netflow网管数据,并对具体的实现步骤进行了设计。通过实验分析,证明了采用该识别方法能够对网络中通信行为异常、突发流量异常以及异常网络攻击等表征现象进行实时监测,并且取得了良好的效果,使网络运营单位的服务质量和网络安全支撑服务能力取得了有效的提高。

移动无线传感网络通信异常行为识别方法研究

传统方法在识别网络通信行为时,由于未分析通信行为的相异度,导致其存在识别时间长、网络节点质量低、识别效果差的问题。针对这一问题,设计了一种新的移动无线传感网络通信异常行为识别方法。该方法首先对网络中的重叠时间进行分组处理,并基于重叠时间分配机制对分组后的时间进行优化分配,从而有效控制网络节点的数据采集量;然后利用相异度分析方法,从空间、时间两个方向分析采集到的数据,并基于分析结果完成对通信异常行为的准确识别。仿真结果表明:该方法仅需不到0.75 s就可完成对全部通信行为的检测,可将检测正确率稳定在90%上下,在利用该方法剔除异常节点后剩余节点的质量更好,说明该方法能使网络节点质量更高。