-
题名网络流量异常检测中的维数约简研究
被引量：20
- 1
-
-
作者
陈良臣
高曙
刘宝旭
陶明峰
-
机构
武汉理工大学计算机科学与技术学院
中国科学院信息工程研究所
中国劳动关系学院应用技术学院
国网山东省电力公司淄博供电公司
-
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第2期11-20,共10页
-
基金
国家自然科学基金(61802404,61602470)
国家信息安全专项(发改办高技[2015]289号)
+4 种基金
中国科学院战略性先导C类课题(XDC020400100)
中国科学院网络测评技术重点实验室基金
中国劳动关系学院科研项目(20XYJS003,20ZYJS017)
北京市科委重点研究项目(D181100000618003)
网络安全防护技术北京市重点实验室基金
-
文摘
对包含大流量数据的高维度网络进行异常检测,必须加入维数约简处理以减轻系统在传输和存储方面的压力。介绍高速网络环境下网络流量异常检测过程以及维数约简方式,阐述流量数据常用特征和维数约简技术研究的最新进展。针对网络流量特征选择和流量特征提取2种特征降维方式,对现有算法进行归纳分类,分别描述算法原理及优缺点。此外,给出维数约简常用的数据集和评价指标,分析网络流量异常检测中维数约简技术研究面临的挑战,并对未来发展方向进行展望。
-
关键词
网络异常检测
流量维数约简
流量特征提取
流量特征选择
网络空间安全
-
Keywords
network anomaly detection
traffic dimensionality reduction
traffic feature extraction
traffic feature selection
cyberspace security
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
