資源描述:
《基于admm算法的網絡流量分析及異常檢測研究》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。
1、基于ADMM算法的網絡流量分析及異常檢測研究ResearchOnNetworkTrafficAnalysisAndAnomalyDetectionBasedOnAlternatingDirectionMethodofMultipliers領域:軟件工程作者姓名:蘇暢指導教師:張亞平副教授企業(yè)導師:李松高級工程師天津大學軟件學院二零一五年十一月摘要隨著計算機技術和互聯網的快速發(fā)展,人們在享受著互聯網帶來便捷服務的同時,也面臨著網絡入侵和計算機犯罪的風險。網絡流量分析作為計算機網絡研究的前沿熱點問題之一,對于提高網絡性能,了解網絡行為,保障網絡安全有著重大的意義
2、及應用價值。當前,在計算機網絡的運營和管理中產生了海量的流量數據,迫切需要對這些復雜的數據進行分析處理以保證廣大用戶的信息安全。在當前的研究中,主成分分析法被廣泛的應用于網絡流量的分析與檢測中,但此方法仍存在著一定的局限性,并不能完全準確直觀的分析是否存在網絡攻擊。此外,有相關文獻提出了基于加速近端梯度算法的網絡流量分解模型,該方法能夠有效的檢測網絡中存在的異常行為。本文提出了一種基于交替方向乘子法的網絡流量數據的矩陣分解模型,并基于該模型對網絡流量進行分析,以確定網絡中是否存異常。本文采用了C#和Matlab混合編程的方法對模型中的網絡異常檢測模塊編程實現
3、,并選用KDDCup9910%數據集進行網絡異常檢測分析。實驗結果表明,無論大規(guī)模的正常流量數據、大規(guī)模的正常流量與異常流量的混合數據、小樣本的正常流量與異常流量的混合數據中,本文提出的基于ADMM算法的網絡流量異常檢測模型均能夠有效的檢測到網絡異常的存在,從而證明該模型具有較高的檢測準確性。與加速近端梯度算法相比較,迭代次數減少很多,運算速度有所提升,能夠在大規(guī)模的網絡環(huán)境中發(fā)揮作用。此外,實驗已證明該算法在檢測被異常和噪聲污染的網絡流量中仍具有較強的魯棒性。關鍵詞:網絡安全網絡流量分析異常檢測ADMM算法ABSTRACTWiththerapiddevel
4、opmentofcomputertechnologyandInternet,peopleenjoytheconveniencebroughtbycomputertechnologies,atthesametime,alsofacetheriskofnetworkintrusionandcomputercrime.Networktrafficanalysis,asoneofthehottopicsandtheforefrontofcomputernetworkresearch,hassignificantscientificmeaningandapplicat
5、ionvalueinunderstandingthenetworkbehavior,improvingthenetworkperformanceandprotectingthenetworksecurity.Atpresent,inthecomputernetworkoperationandmanagementofthevastamountsoftrafficdata,theurgentneedtoanalyzethecomplexdataprocessingtoensuretheinformationsecurityofusers.Atpresent,in
6、theoperationandmanagementofthecomputernetwork,ahugeamountofnetworktrafficdatahasbeenproduced.Itisurgenttoanalyzeanddealwiththesecomplexdatainordertoensuretheinformationsecurityofusers.Inthecurrentstudy,themethodofprincipalcomponentanalysisiswidelyusedintheanalysisanddetectionofnetw
7、orktraffic.Butithassomeexistedrestriction,whichisnotentirelyaccurateandintuitiveanalysisoftheexistenceofnetworkattack.Inaddition,arelevantliteraturehasproposedanetworktrafficmatrixdecompositionmodelbasedonacceleratedproximalgradientmethod,whichcaneffectivelydetecttheabnormalbehavio
8、rexistinginthenetwork.Inth