-
题名基于改进启发式GWO的网络异常流量监测方法研究
- 1
-
-
作者
卢列文
刘烨
尤博
云雷
马燕娇
-
机构
工业和信息化部电子第五研究所
-
出处
《电子产品可靠性与环境试验》
2025年第2期85-92,共8页
-
基金
广州市重点研发计划项目(2023B01J0002)资助。
-
文摘
针对现有方法存在的网络流量特征提取精度不足、异常检测误报率偏高等问题,提出基于改进型灰狼优化算法(GWO)的网络异常流量监测方案。首先,采用最小-最大归一化方法对原始流量数据进行预处理,提取流量大小、流量速率、包数量、包大小与包时间间隔等获取网络流量数据特征向量;然后,在此基础上,创新性地将混沌序列生成、自适应机制调节与动态参数更新策略融入传统GWO进行优化;最后,以提取的网络流量数据特征向量为基础,以改进启发式GWO为工具,获取最终的网络异常流量监测结果。实验结果表明:改进启发式GWO提取的流量大小与实际特征数据更加接近,网络异常流量识别准确率最大值达到了97%,误报率最小值达到了3%。
-
关键词
网络流量数据预处理
改进启发式灰狼优化算法
特征提取与选择
异常流量监测与识别
-
Keywords
network traffic data preprocessing
improved heuristic grey wolf optimizer
feature extraction and selection
abnormal flow monitoring and identification
-
分类号
TP393.08
[自动化与计算机技术]
-
