基于尖点突变模型的IP网络异常行为检测方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于尖点突变模型的IP网络异常行为检测方法

阳小龙, 张敏, 胡武生, 徐杰, 隆克平

文章导航 > 电子科技大学学报 > 2011 > 40(6): 892-897

阳小龙, 张敏, 胡武生, 徐杰, 隆克平. 基于尖点突变模型的IP网络异常行为检测方法[J]. 电子科技大学学报, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017

引用本文:

阳小龙, 张敏, 胡武生, 徐杰, 隆克平. 基于尖点突变模型的IP网络异常行为检测方法[J]. 电子科技大学学报, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017

YANG Xiao-long, ZHANG Min, HU Wu-sheng, XU Jie, LONG Ke-ping. IP Network Anomalous Behaviors Detection Mechanism Based on Cusp-Catastrophe Model[J]. Journal of University of Electronic Science and Technology of China, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017

Citation:

YANG Xiao-long, ZHANG Min, HU Wu-sheng, XU Jie, LONG Ke-ping. IP Network Anomalous Behaviors Detection Mechanism Based on Cusp-Catastrophe Model[J]. Journal of University of Electronic Science and Technology of China, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017

基于尖点突变模型的IP网络异常行为检测方法

doi: 10.3969/j.issn.1001-0548.2011.06.017

1.
北京科技大学计算机与通信工程学院北京海淀区 100083;
2.
电子科技大学通信与信息工程学院成都 611731

基金项目:

国家973计划(2007CB310706,2012CB315905);国家自然科学基金(60725104,60873263,60932005,61172048,61100184);教育部新世纪优秀人才支持计划(NCET-09-0268);四川省青年基金(09ZQ026-032);广东省产学研项目(2010A090200053)

作者简介:
阳小龙(1970-),男,博士,教授,博士生导师,主要从事新一代互联网、光互联与光交换、网络安全等方面的研究.

中图分类号: TP393.08

IP Network Anomalous Behaviors Detection Mechanism Based on Cusp-Catastrophe Model

1.
School of Computer and Communication Engineering,University of Science and Technology Beijing Haidian Beijing 100083;
2.
School of Communications and Information Engineering,University of Electronic Science and Technology of China Chengdu 611731

摘要: 由于数据挖掘、贝叶斯等传统异常检测方法仅依据网络正常行为特征而没考虑异常行为特征,致使其异常检测率偏低和误报率偏高,该文基于尖点突变模型而针对性地提出了一种新的IP网络异常行为描述模型及其检测机制。它们充分利用了尖点突变模型的多稳态性和突变性,准确地描述了网络正常行为特征和异常行为特征。最后以Kdd-Cup 99数据集为例,对比了不同机制的异常检测性能,结果显示,与贝叶斯BN和决策树C4.5等机制相比,所提出的检测机制在检测率和误报率方面都有所优势。
- 异常检测 /
- 尖点突变 /
- IP网络 /
- Kdd-Cup 99数据集
Abstract: Some traditional anomaly detection mechanisms (such as data mining and Bayes methods) have much poorer performance in terms of detection rate and false alarm rate because they consider only the normal behavior feature of IP networks, and neglect that of the abnormal behaviors. Motivate by the situations, this paper proposed a new characterization model of abnormal behaviors, and also developed an anomaly detection mechanism based on cusp-catastrophe for IP networks. They not only make the best of the prominent features of cusp-catastrophe in terms of multiple steady states and discontinuous catastrophe, and also can describe the normal behavior features and abnormal ones. Finally under Kdd-Cup 99 datasets, the proposed mechanism is evaluated, and the evaluation result shows that its detection rate and the false detection have greatly been improved compared with BN and C4.5.
- anomaly detection /
- cusp-catastrophe /
- IP networks /
- KDD-cup 99 dataset

[1]	伍凌川, 史慧芳, 邱枫, 石义官. 基于近似存在性查询的高效图像异常检测方法 . 电子科技大学学报, 2024, 53(): 1-8. doi: 10.12178/1001-0548.2024032
[2]	王军. 基于多尺度特征预测的异常事件检测 . 电子科技大学学报, 2022, 51(4): 586-591. doi: 10.12178/1001-0548.2021333
[3]	邹宜金, 连应华, 黄新宇, 刘培, 王颖蕊. 基于声纹的高泛化性风机叶片异常检测方法研究 . 电子科技大学学报, 2021, 50(5): 795-800. doi: 10.12178/1001-0548.2021080
[4]	王璞, 周梦楠, 黄智仁. 基于异常移动网络的地铁大客流演化研究 . 电子科技大学学报, 2020, 49(5): 732-738. doi: 10.12178/1001-0548.2019294
[5]	王璞, 熊雨沙, 王骋程, 郑治豪, 鲁恒宇. 基于路径旅行时间分析的交通异常检测方法 . 电子科技大学学报, 2018, 47(6): 869-875. doi: 10.3969/j.issn.1001-0548.2018.06.011
[6]	周欣, 周巍. 基于Bayesian网IP网络拥塞链路定位算法 . 电子科技大学学报, 2017, 46(3): 537-542. doi: 10.3969/j.issn.1001-0548.2017.03.010
[7]	郭婷婷, 赵承业. 异常链路分析在电力网络恢复中的应用 . 电子科技大学学报, 2016, 45(5): 854-859. doi: 10.3969/j.issn.1001-0548.2016.05.024
[8]	王莉君, 何政伟, 冯平兴. 基于ICA的异常数据挖掘算法研究 . 电子科技大学学报, 2015, 44(2): 211-214. doi: 10.3969/j.issn.1001-0548.2015.02.009
[9]	吴亚东, 蒋宏宇, 赵思蕊, 李波. 网络安全数据3D可视化方法 . 电子科技大学学报, 2015, 44(4): 594-598. doi: 10.3969/j.issn.1001-0548.2015.04.020
[10]	伍文, 孟相如, 刘芸江, 康巧燕. IP网络弹性路由层拓扑生成优化算法 . 电子科技大学学报, 2014, 43(5): 769-774.
[11]	王聪, 张凤荔, 刘梦娟, 王勇. IP网络坐标抖动感知与慢启动抑制 . 电子科技大学学报, 2012, 41(6): 921-926. doi: 10.3969/j.issn.1001-0548.2012.06.020
[12]	王江峰, 张茂军, 包卫东, 熊智辉, 张铁林. 使用轨迹片段分析的监控场景模型建立方法 . 电子科技大学学报, 2012, 41(4): 541-544. doi: 10.3969/j.issn.1001-0548.2012.04.012
[13]	黄琼, 王万新, 阳小龙, 隆克平. 可抵御节点恶意行为的锚节点型IP坐标系统 . 电子科技大学学报, 2012, 41(2): 285-290. doi: 10.3969/j.issn.1001-0548.2012.02.022
[14]	夏靖波, 罗赟骞. IP网络运行质量模糊综合评估方法研究 . 电子科技大学学报, 2011, 40(2): 267-272. doi: 10.3969/j.issn.1001-0548.2011.02.022
[15]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[16]	杨宏宇, 朱丹, 谢丰, 谢丽霞. 入侵异常检测研究综述 . 电子科技大学学报, 2009, 38(5): 587-596. doi: 10.3969/j.issn.1001-0548.2009.05.014
[17]	杨丹, 胡光岷, 李宗林, 姚兴苗. 全局的多流量相关异常检测算法 . 电子科技大学学报, 2008, 37(6): 823-827.
[18]	曾金全, 赵辉, 刘才铭, 彭凌西. 受免疫原理启发的Web攻击检测方法 . 电子科技大学学报, 2007, 36(6): 1215-1218.
[19]	张衡, 张毓森. 一种基于LSM的数据源在异常检测中的应用 . 电子科技大学学报, 2004, 33(4): 403-406.
[20]	李乐民. IP over WDM网络的研究 . 电子科技大学学报, 2003, 32(3): 225-229.

WeChat

点击查看大图

计量

文章访问数: 3522
HTML全文浏览量: 93
PDF下载量: 40
被引次数: 0

基于尖点突变模型的IP网络异常行为检测方法

doi: 10.3969/j.issn.1001-0548.2011.06.017

1. 北京科技大学计算机与通信工程学院北京海淀区 100083;

2. 电子科技大学通信与信息工程学院成都 611731

基金项目:

国家973计划(2007CB310706,2012CB315905);国家自然科学基金(60725104,60873263,60932005,61172048,61100184);教育部新世纪优秀人才支持计划(NCET-09-0268);四川省青年基金(09ZQ026-032);广东省产学研项目(2010A090200053)

作者简介:
阳小龙(1970-),男,博士,教授,博士生导师,主要从事新一代互联网、光互联与光交换、网络安全等方面的研究.

收稿日期: 2010-03-15
修回日期: 2011-05-20
刊出日期: 2011-12-15

中图分类号: TP393.08

关键词:

摘要: 由于数据挖掘、贝叶斯等传统异常检测方法仅依据网络正常行为特征而没考虑异常行为特征,致使其异常检测率偏低和误报率偏高,该文基于尖点突变模型而针对性地提出了一种新的IP网络异常行为描述模型及其检测机制。它们充分利用了尖点突变模型的多稳态性和突变性,准确地描述了网络正常行为特征和异常行为特征。最后以Kdd-Cup 99数据集为例,对比了不同机制的异常检测性能,结果显示,与贝叶斯BN和决策树C4.5等机制相比,所提出的检测机制在检测率和误报率方面都有所优势。

English Abstract

阳小龙, 张敏, 胡武生, 徐杰, 隆克平. 基于尖点突变模型的IP网络异常行为检测方法[J]. 电子科技大学学报, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017

引用本文:

阳小龙, 张敏, 胡武生, 徐杰, 隆克平. 基于尖点突变模型的IP网络异常行为检测方法[J]. 电子科技大学学报, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017

YANG Xiao-long, ZHANG Min, HU Wu-sheng, XU Jie, LONG Ke-ping. IP Network Anomalous Behaviors Detection Mechanism Based on Cusp-Catastrophe Model[J]. Journal of University of Electronic Science and Technology of China, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017

Citation:

YANG Xiao-long, ZHANG Min, HU Wu-sheng, XU Jie, LONG Ke-ping. IP Network Anomalous Behaviors Detection Mechanism Based on Cusp-Catastrophe Model[J]. Journal of University of Electronic Science and Technology of China, 2011, 40(6): 892-897. doi: 10.3969/j.issn.1001-0548.2011.06.017

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发