| 基于隐马尔可夫模型和条件熵的异常流量检测方法研究 |
| |
| 引用本文： | 肖林英,王怀彬. 基于隐马尔可夫模型和条件熵的异常流量检测方法研究[J]. 天津理工大学学报, 2019, 0(5) |
| |
| 作者姓名： | 肖林英 王怀彬 |
| |
| 作者单位： | 天津理工大学计算机科学与工程学院 |
| |
| 摘 要： | 网络发展势头迅猛,网络安全问题成为当今互联网时代的重中之重.本文提出将隐马尔可夫模型应用到流量异常检测中,用统计学的方法来对流量进行分类.从网络层面着手,将数据包中提取到的一些像IP等的属性特征经处理后输入到隐马尔可夫模型(HMM)中进行分类,最后通过模型输出概率值来判断流量的正常异常类型.在模型训练阶段,我们创造性地使用条件熵来优化Baum-Welch参数估计算法,减少了模型的训练的时间.从实验结果和分析比较来看,本文提出的检测方法在检测准确率和效率上都取得了良好的效果.
|
| 关 键 词： | 流量异常检测 HMM 条件熵 改进的Baum-Welch算法 |
Traffic anomaly detection based on hidden Markov model and conditional entropy |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
