基于往返时延矩阵子空间的网络异常检测方法

针对以往的网络异常检测方法仅关注单条链路或路径的异常行为以及需要复杂的基于流量矩阵的监测技术的问题,该文构建了往返时延(RTT)矩阵模型,引入了RTT矩阵子空间概念,提出了基于RTT矩阵子空间的分析(ARMS)方法。对Abilene实测数据集的分析验证表明,ARMS方法完全满足进行异常检测的两个前提条件。在NS2上设计的仿真试验表明,ARMS方法较之传统的时间序列分析方法能够更准确地检测网络异常,当异常流量较大或分布较广时检测效果更好,且算法复杂度没有随着网络拓扑规模增加而急剧恶化。