检索结果-内蒙古大学图书馆

作者：杨会谦国防科学技术大学

学位级别：硕士

随着网络规模的日益扩大和承载业务种类的逐渐增多,Internet的发展给人们带来了巨大方便。但同时,这些也使网络中出现网络拥塞的机会大大增加,给网络监测带来了更大的挑战。网络流量瓶颈分析是网络监测中的重要部分,能够准确、及时地检... 详细信息

随着网络规模的日益扩大和承载业务种类的逐渐增多,Internet的发展给人们带来了巨大方便。但同时,这些也使网络中出现网络拥塞的机会大大增加,给网络监测带来了更大的挑战。网络流量瓶颈分析是网络监测中的重要部分,能够准确、及时地检测出网络瓶颈对提高网络的可用性和可靠性以及网络服务质量(Qos)具有非常重要的意义。大规模网络流量的特点是维数多、速度快、规模宏大,但现有的网络瓶颈监测只有基于延迟瓶颈与带宽瓶颈的测量方法,而没有基于网络流量的网络瓶颈分析方法,随着流量分析及网络行为研究的不断发展,越来越多的人希望能够通过网络流量分析出各种网络现象发生的原因。本文提出了大规模网络流量进行网络瓶颈分析的新方法,实现了网络流量监测的功能,提高了对网络流量瓶颈检测的能力。首先,介绍了网络流量的基本概念、发展背景及研究现状,对网络流量采集技术和分析技术进行了重点阐述,并对相关技术进行分析比较,找出了其相互的优点与不足。其次,提出了基于阈值的流量分析方法和基于PCA的流量分析方法,并以Totem公布的Abliene流量数据进行了网络瓶颈实验,分别用这两种方法对流量关键链路进行了选择,并以此为基础,进行瓶颈分析,发现根据两种方法所产生的结果非常接近,验证了这两种分析方法的合理性。最后,文章还提出一种大规模网络流量瓶颈检测系统框架模型,由流量采集与预处理模块、关键链路分析模块、瓶颈分析模块、综合分析及可视化模块组成,并通过实验验证了该模型的有效性,具有很好的实际应用价值。

关键词：大规模网络流量网络瓶颈延迟瓶颈带宽瓶颈关键链路瓶颈分析

来源：评论

学校读者我要写书评

暂无评论

大规模网络流量异常分析

大规模网络流量异常分析

引用

作者：王海龙国防科学技术大学

学位级别：硕士

随着网络规模的日益扩大和承载业务种类的逐渐增多,Internet的发展给人们带来了巨大方便。但是,这些也使网络中出现各种异常的机会大大增加,给网络监测带来了更大的挑战。网络流量异常分析是网络监测中的关键部分,能够准确、及时地检测... 详细信息

随着网络规模的日益扩大和承载业务种类的逐渐增多,Internet的发展给人们带来了巨大方便。但是,这些也使网络中出现各种异常的机会大大增加,给网络监测带来了更大的挑战。网络流量异常分析是网络监测中的关键部分,能够准确、及时地检测出异常对提高网络的可用性和可靠性具有非常重要的意义。大规模网络流量的特点是维数多、速度快、规模宏大,但现有的基于时间序列的统计分析和基于信号的小波分析对这类数据的处理能力有限,需要一种更简单高效的异常流量分析方法。本文就是探索大规模网络流量异常分析的新方法,以提高对网络流量异常的检测和分类的能力,并利用这种方法实现网络流量监测的功能。首先对已提出的子空间方法进行了研究,并应用于实验环境中实现了大规模网络流量异常检测,通过对结果的对比分析证明了基于子空间方法的异常检测具有更高的检测精度。然后在改进基于信息熵的大规模网络流量异常检测和异常分类方法的基础上,提出了一种分布式的异常检测方法,经实验证明该方法操作简单,处理时间短,检测效果好。最后提出大规模网络流量异常检测系统框架模型,由流量采集模块和预处理模块、异常分析模块、综合分析及可视化模块组成,并通过实验验证了该模型的有效性,具有实际应用价值。

关键词：大规模网络流量异常检测异常分类子空间方法信息熵

来源：评论

学校读者我要写书评

暂无评论

基于子空间方法的大规模网络流量异常检测

引用

计算机工程与应用 2007年第11期43卷 153-156页

作者：王海龙杨岳湘李强国防科学技术大学计算机学院长沙410073

采用子空间方法和主成分分析(PCA,Principal Components Analysis)对大规模网络流量异常检测进行研究,并以校园网为实验环境,应用子空间方法和PCA实现了网络流量异常检测。通过实验结果与小波分析结果的对比,证明了基于子空间方法的大... 详细信息

采用子空间方法和主成分分析(PCA,Principal Components Analysis)对大规模网络流量异常检测进行研究,并以校园网为实验环境,应用子空间方法和PCA实现了网络流量异常检测。通过实验结果与小波分析结果的对比,证明了基于子空间方法的大规模网络流量异常检测是一种既简单又高效的方法。

关键词：子空间方法主成分分析大规模网络流量异常检测

来源：评论

学校读者我要写书评

暂无评论

基于信息熵的大规模网络流量异常检测

引用

计算机工程 2007年第18期33卷 130-133页

作者：王海龙杨岳湘国防科学技术大学计算机学院长沙410073

提出了基于信息熵的大规模网络流量异常检测方法。该方法吸收了子空间方法的思想,并结合了K-means分类方法。以校园网为实验环境,应用基于信息熵的方法实现了网络流量异常检测的全过程。通过实验结果与应用标准子空间方法对测量数据分... 详细信息

提出了基于信息熵的大规模网络流量异常检测方法。该方法吸收了子空间方法的思想,并结合了K-means分类方法。以校园网为实验环境,应用基于信息熵的方法实现了网络流量异常检测的全过程。通过实验结果与应用标准子空间方法对测量数据分析结果的对比,证明了基于信息熵的大规模网络流量异常检测有着更高的检测精度。

关键词：信息熵子空间方法大规模网络流量异常检测

来源：评论

学校读者我要写书评

暂无评论

大规模网络流量数据异常快速检测研究

引用

长江信息通信 2023年第2期36卷 110-112页

作者：张国宏山西工商学院山西太原030021

在大规模网络流量环境下,由于传统的网络流量数据异常检测方法对于异常特征的识别效果不佳,影响了网络流量异常数据检测的准确率,研究一种新的大规模网络流量数据异常快速检测方法。通过设定采集时间间隔,实时记录数据并存储在数据库中... 详细信息

在大规模网络流量环境下,由于传统的网络流量数据异常检测方法对于异常特征的识别效果不佳,影响了网络流量异常数据检测的准确率,研究一种新的大规模网络流量数据异常快速检测方法。通过设定采集时间间隔,实时记录数据并存储在数据库中,便于数据读取,实现大规模网络流量数据采集。根据数据采集结果,提取网络流量异常特征,计算异常特征序列信息熵,去除网络流量数据的冗余特征。根据特征提取结果建立网络流量数据异常快速检测模型,判断网络流量中是否存在异常数据,实现大规模网络流量数据异常快速检测。在实验过程中将该文方法与传统方法1和传统方法2进行对比,该方法在不同数据个数情况下的检测准确率均在90%以上,在不同流量异常数据类别条件下的漏检率最低,且运行耗时短,证明该方法可以精准检测大规模网络流量数据异常。

关键词：大规模网络流量网络流量数异常快速检测数据采集特征提取

来源：评论

学校读者我要写书评

暂无评论

基于信息熵的大规模网络流量异常分类

引用

计算机工程与科学 2007年第2期29卷 40-43页

作者：杨岳湘王海龙卢锡城国防科技大学计算机学院湖南长沙410073

本文提出了基于信息熵的大规模网络流量异常分类方法。该方法综合运用子空间方法和k-means分类方法,并以校园网为实验环境实现了网络流量异常分类实验。实验结果表明,基于信息熵的大规模网络流量异常分类实现简单、计算量小,分类准确性高。

关键词：信息熵子空间方法大规模网络流量异常分类

来源：评论

学校读者我要写书评

暂无评论

一种大规模网络流量采集方法及系统

一种大规模网络流量采集方法及系统

引用

作者：伍乙生 526000 广东省肇庆市端州区西江南路6号

本发明公开了一种大规模网络流量采集方法，包括：S1、基于当前采集周期的网络流量采集策略实时采集当前采集周期的流量数据；S2、根据当前采集周期的流量数据和历史流量数据进行网络流量预测分析，得到网络流量预测结果；S3、根据所述... 详细信息

标准号: CN116094758B

本发明公开了一种大规模网络流量采集方法，包括：S1、基于当前采集周期的网络流量采集策略实时采集当前采集周期的流量数据；S2、根据当前采集周期的流量数据和历史流量数据进行网络流量预测分析，得到网络流量预测结果；S3、根据所述网络流量预测结果调整下一个采集周期的网络流量采集策略，以使基于下一个采集周期的网络流量采集策略实时采集下一个采集周期的流量数据。采用自适应的网络流量采集方法，能够基于当前采集周期网络流量预测结果调整下一个采集周期的网络流量采集策略，以使基于下一个采集周期的网络流量采集策略实时采集下一个采集周期的流量数据，既能避免采集过量或者过少数据，又能准确反映网络运行状况。

关键词：采集周期网络流量采集网络流量预测流量数据实时采集结果调整大规模网络流量历史流量数据网络运行状况采集自适应过量分析

来源：评论

学校读者我要写书评

暂无评论

一种面向大规模网络流量的特定信息提取方法

一种面向大规模网络流量的特定信息提取方法

引用

作者：吕欣润张翀李精卫谷杰铭张程鹏邢潇张奕欣 100029 北京市朝阳区裕民路甲3号

本发明提出一种面向大规模网络流量的特定信息提取方法，属于特定信息提取技术领域。包括以下步骤：S1.对网络流量进行预处理,得到明文流量json载荷的嵌入向量；S2.将嵌入向量作为输入对网络流量数据进行聚类；S3.提取同类明文流量数据j... 详细信息

标准号: CN116595435A

本发明提出一种面向大规模网络流量的特定信息提取方法，属于特定信息提取技术领域。包括以下步骤：S1.对网络流量进行预处理,得到明文流量json载荷的嵌入向量；S2.将嵌入向量作为输入对网络流量数据进行聚类；S3.提取同类明文流量数据json载荷的频繁项，形成频繁项集；S4.对同类明文流量数据json载荷的频繁项集中的键所对应明文的值进行核验，将目标特定信息的值所对应的键作为当前类别正则提取的规则；S5.根据规则对各类流量进行正则提取获得目标特定信息内容。解决现有技术中存在的人工构建模式过程耗时久以及提取精度差的技术问题。

关键词：明文流量数据向量嵌入预处理大规模网络流量网络流量数据信息提取技术模式过程频繁项集网络流量信息内容信息提取构建核验聚类耗时

来源：评论

学校读者我要写书评

暂无评论

基于大规模网络流量类型数据的跳变点检测系统及方法

基于大规模网络流量类型数据的跳变点检测系统及方法

引用

作者：马佳刘春山夏永祥涂海程赵楼 310018 浙江省杭州市下沙高教园区2号大街

本发明公开了基于大规模网络流量类型数据的跳变点检测系统及方法，具体包括以下步骤：对参考窗口的数据进行预处理，预处理包括缺失值填充、数据归一化和平滑处理三个步骤；对预处理后的时间序列使用离散傅里叶变换结合自相关系数的方... 详细信息

标准号: CN115168091A

本发明公开了基于大规模网络流量类型数据的跳变点检测系统及方法，具体包括以下步骤：对参考窗口的数据进行预处理，预处理包括缺失值填充、数据归一化和平滑处理三个步骤；对预处理后的时间序列使用离散傅里叶变换结合自相关系数的方法进行分类；将不同类别的时间序列转换为具有0和1的二进制序列，并通过前后窗口1的密度变化来识别跳变点，该方法使用双向检测方法来判断数据是向上跳变还是向下跳变。本发明方法不需要提前假设数据的分布，具有较好的鲁棒性，且算法的复杂度较低，在大规模数据处理中可以得到较好的应用。

关键词：预处理时间序列跳变点跳变大规模数据处理大规模网络流量离散傅里叶变换二进制序列数据归一化自相关系数方法使用检测系统密度变化判断数据三个步骤双向检测复杂度鲁棒性算法填充参考分类转换应用

来源：评论

学校读者我要写书评

暂无评论

一种大规模网络流量采集方法及系统

一种大规模网络流量采集方法及系统

引用

作者：伍乙生 526000 广东省肇庆市端州区西江南路6号

标准号: CN116094758A

关键词：采集周期网络流量采集网络流量预测流量数据实时采集结果调整大规模网络流量历史流量数据网络运行状况采集自适应过量分析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：