网络流量异常检测中的维数约简研究

• 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
• 发表日期: 2020年2期
• 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 network anomaly detectiontraffic dimensionali
• 基金项目: 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),中国科学院战略性先导C类课题(XDC020400100),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),中国科学院网络测评技术重点实验室基金,网络安全防护技术北京市重点实验室基金

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。