基于N-gram模型的网络异常流量监测应用研究被引量：3

在线阅读下载PDF

导出

摘要以网络异常流量为研究对象,采用N-gram算法进行特征提取,以此建立基于N-gram模型的网络异常流量监测模型,从而进行危险预警。与传统方法相比较,该模型识别异常流量特征的准确率平均提升约38%,能在危险预警时达到更好的效果,降低了人工特征提取的不便性。

作者黄雅诗

机构地区内蒙古工业大学数据科学与应用学院

出处《电脑编程技巧与维护》 2022年第6期157-159,共3页 Computer Programming Skills & Maintenance

关键词网络异常流量 N-GRAM模型流量监测特征提取

分类号 TP393.08 [自动化与计算机技术—计算机应用技术]

作者简介黄雅诗(2000-),女,本科,研究方向:网络工程。

引文网络
相关文献

参考文献6

1黄丽宏.校园网木马的入侵与防范[J].网络安全技术与应用,2021(12):85-86. 被引量：1
2林昕,吕峰,姜亚光,毛炳强.网络异常流量智能感知模型构建[J].工业技术创新,2021,8(3):7-14. 被引量：4
3蒋荣萍.基于N⁃gram算法的网络安全风险检测系统设计[J].现代电子技术,2021,44(1):25-28. 被引量：12
4何欣峰,邢伟.基于改进RNN的网络异常流量检测研究[J].无线互联科技,2021,18(22):21-23. 被引量：5
5陈解元.基于LSTM的卷积神经网络异常流量检测方法[J].信息技术与网络安全,2021,40(7):42-46. 被引量：19
6刘奕,李建华,张一瑫,孟涛.基于特征属性信息熵的网络异常流量检测方法[J].信息网络安全,2021(2):78-86. 被引量：9

二级参考文献49

1王军峰.基于深度学习的网络流量分类及异常检测方法研究[J].缔客世界,2019(1):151-151. 被引量：1
2薛静锋,曹元大.贝叶斯分类在入侵检测中的应用研究[J].计算机科学,2005,32(8):60-63. 被引量：7
3姜明,吴春明,张旻,胡大民.网络流量预测中的时间序列模型比较研究[J].电子学报,2009,37(11):2353-2358. 被引量：108
4苏兰莹,刘桂霞,杨雅辉,刘昱昊,周春光.采用结构与参数训练相结合的RNN模型构建基因调控网络[J].吉林大学学报（理学版）,2010,48(2):284-290. 被引量：2
5潘峰.浅述网络安全应急响应系统[J].广播电视信息,2011(5):56-58. 被引量：1
6穆斌,武俊喜,樊莉.网络流量监测及异常流量分析技术[J].信息系统工程,2011,24(9):80-82. 被引量：4
7焦莉.校园网络安全现状及简单对策——浅谈如何预防“ARP欺骗”的木马病毒[J].中国管理信息化,2011,14(24):106-106. 被引量：2
8王辉,陈泓予,刘淑芬.基于改进朴素贝叶斯算法的入侵检测系统[J].计算机科学,2014,41(4):111-115. 被引量：32
9任志超,程超,何仲潇,汪晓华,王枭.基于电热耦合潮流的综合能源系统风险评估方法[J].电力建设,2018,39(12):102-108. 被引量：6
10侯枫,南楠.新时期高校校园网木马病毒防御系统设计——以三门峡职业技术学院为例[J].三门峡职业技术学院学报,2015,14(4):126-131. 被引量：1

共引文献42

1戴佳鹏.基于人工免疫算法的网络安全风险检测系统设计[J].信息与电脑,2021,33(18):21-23. 被引量：5
2阿思汗.大数据环境下网络异常流量检测方法分析[J].品牌与标准化,2021(6):46-48. 被引量：3
3常昊,张铮,陈岑,李暖暖.基于流量可视化的DDos网络攻击识别[J].电子技术与软件工程,2021(22):254-256. 被引量：3
4余战秋.基于攻防微分博弈的网络安全风险溯源识别[J].河北北方学院学报（自然科学版）,2022,38(1):8-12. 被引量：5
5李树文.基于人工免疫的网络安全风险检测系统设计[J].信息系统工程,2021,34(12):40-43. 被引量：7
6丁方一.基于RNN模型的某工程产品价格趋势预测[J].科学技术创新,2022(7):77-80. 被引量：1
7才让昂秀.一个用于网络主机智能识别的半监督学习模型[J].信息网络安全,2021(S01):203-207.
8周宇偲,单志勇,潘峰.基于LSTM-VAE的电梯异常检测[J].自动化与仪器仪表,2022(4):6-10. 被引量：7
9沈雪,王逊,黄树成,王云沼.基于CNN-BiLSTM与三支决策的入侵检测方法[J].软件导刊,2022,21(8):7-13. 被引量：1
10曹艺怀,陈伟,张帆,吴礼发.面向高速网络流量的加密混淆型WebShell检测[J].网络与信息安全学报,2022,8(4):119-130. 被引量：3

同被引文献15

1段谟意.一种新的网络流量组合预测模型[J].计算机工程与应用,2012,48(19):85-88. 被引量：2
2曾建华.一种基于核PCA的网络流量异常检测算法[J].计算机应用与软件,2018,35(3):140-144. 被引量：17
3孙旭日,刘明峰,程辉,彭博,赵宇飞.结合二次特征提取和LSTM-Autoencoder的网络流量异常检测方法[J].北京交通大学学报,2020,44(2):17-26. 被引量：36
4黄宏志,路懿,刘娜.IPv4/IPv6双栈+DHCP环境下的用户网络流量监测[J].现代计算机,2021,27(11):145-149. 被引量：2
5徐洪平,马泽文,易航,张龙飞.基于卷积循环神经网络的网络流量异常检测技术[J].信息网络安全,2021(7):54-62. 被引量：8
6胡津铭,赵戈,张艳.基于改进SOM神经网络的移动警务终端流量监测方法研究[J].信息网络安全,2021(S01):109-112. 被引量：4
7李杰,杨黎霞,许磊,陈艳,尹磊.基于Socket的网络通信流量异常监测方法[J].信息与电脑,2022,34(2):176-179. 被引量：8
8刘小乐,方勇,黄诚,许益家.基于深度图卷积神经网络的Exploit Kit攻击活动检测方法[J].信息安全研究,2022,8(7):685-693. 被引量：2
9王馨彤,王璇,孙知信.基于多尺度记忆残差网络的网络流量异常检测模型[J].计算机科学,2022,49(8):314-322. 被引量：23
10沈嘉慧.基于sFlow技术的通信网络流量实时监测方法[J].长江信息通信,2023,36(1):178-179. 被引量：5

引证文献3

1郑永奇.基于双向循环卷积神经网络的网络异常流量监测[J].信息记录材料,2022,23(11):198-200. 被引量：1
2朱敬芳,唐萍.基于人工智能的通信网络流量异常监测方法[J].电脑知识与技术,2024,20(29):81-83. 被引量：1
3徐东磊,张磊,李振国,胡记伟.TimeANet:一种简易部署的网络流量预测模型[J].中国宽带,2024,20(6):1-3.

二级引证文献2

1贾峰.基于深度学习算法的电力调度数据网络异常检测方法[J].信息与电脑,2023,35(12):79-81. 被引量：6
2宫冠英.基于大数据分析的智能通信网络流量监测技术研究[J].信息记录材料,2025,26(3):71-73.

1杨林,侯俊科.基于网络的异常流量监测算法研究[J].网络安全技术与应用,2022(2):35-37.
2高娜娜,左冉.基于数据流攻击特征值的异常流量监测研究[J].北京信息科技大学学报（自然科学版）,2019,34(5):88-91. 被引量：1
3于新玮,马金刚,李逢天,刘志豪,李栋,生慧.智慧医疗背景下基于DMZ的远程医疗数据实时监控系统研究[J].医疗卫生装备,2019,40(4):32-35. 被引量：8
4田雨,张桂平,蔡东风,陈华威,宋彦.基于多颗粒度文本表征的中文命名实体识别方法[J].中文信息学报,2022,36(4):90-99. 被引量：4
5陈一.青刺果德温特专利的专业性主题聚类[J].计算机时代,2022(7):33-35.
6Hyacinthe Konan,Bi Tra Gooré,Raymond Gbégbé,Olivier Asseu.Morpho-Syntactic Tagging of Text in “Baoule” Language Based on Hidden Markov Models (HMM)[J].Journal of Software Engineering and Applications,2016,9(10):516-523.

电脑编程技巧与维护

2022年第6期

浏览历史

内容加载中请稍等...

基于N-gram模型的网络异常流量监测应用研究被引量：3

参考文献6

二级参考文献49

共引文献42

同被引文献15

引证文献3

二级引证文献2

相关作者

相关机构

相关主题

浏览历史

基于N-gram模型的网络异常流量监测应用研究 被引量：3

参考文献6

二级参考文献49

共引文献42

同被引文献15

引证文献3

二级引证文献2

相关作者

相关机构

相关主题

浏览历史

基于N-gram模型的网络异常流量监测应用研究被引量：3