搜索结果: 1-14 共查到“信息与通信工程 异常检测”相关记录14条 . 查询时间(0.123 秒)
本发明涉及一种面向连续时空加油数据的异常检测方法，该方法涉及面向多个加油站的实时采集数据，基于统计与机器学习相结合，通过预置的基于无监督的时序数据异常检测模块、基于半监督的时序数据异常检测模块和基于多视图的时空深度异常检测模块三个异常检测模块，对潜在的异常对象进行挖掘与检测，并最终通过加权方式对异常对象进行判别。解决真实应用场景下异常难定义、难标注、以及现有方法难以将时空数据通过同一框架处理的问题...
针对移动自组网(MANET,mobile ad hoc networks)入侵检测过程中的攻击类型多样性和监测数据海量性问题,提出了一种基于改进k-means算法的MANET异常检测方法。通过引入划分贡献度的概念,可合理地计算各维特征在检测中占有的权重,并将遗传算法与快速聚类检测算法k-means相结合,解决了聚类检测结果容易陷入局部最优的问题,进而,提出了以上检测算法在Map Reduce框架下...
提出了一种基于健壮多元概率校准模型的异常检测方法。该方法使用基于多元t分布的隐变量概率模型建立流量矩阵的常态模型,通过比较样本与常态模型之间的马氏距离进行流量异常检测。理论分析和实验表明该方法的健壮性较好,应用场景宽泛,既可以处理完整数据也可以处理数据缺失的情况,对干扰抵抗力较强,并且对模型参数的敏感性较低,性能稳定。
如何有效检测和防御工业病毒对应用层协议数据的攻击是目前工业安全网关研究的难点问题.本文提出了将Modbus TCP通讯流量转换为异常检测模型所需数据形式的预处理方法,设计了一种利用粒子群PSO算法进行参数寻优的PSO-SVM算法.该方法根据Modbus功能码序列中的模式短序列出现的频率,识别出异常的Modbus TCP通讯流量.最后,通过实验数据分析,说明了提出方法可以有效实现对Modbus功能码...
针对骨干网上异常检测的特殊要求，提出了一种基于Filter-ary-Sketch数据结构的异常检测方法。该方法通过Filter-ary-Sketch实时记录网络流量信息，然后每隔一定周期进行基于多维熵值的异常检测。如果出现异常则根据Filter-ary-Sketch记录的流量信息进行异常点定位，最后利用Bloom Filter中记录的源IP信息进行恶意流量阻断。该方法能够检测多种类型的网络攻击，且...
基于阴性选择算法的异常检测系统黑洞覆盖优化
人工免疫系统 阴性选择算法 黑洞 r连续位
2011/12/12
针对阴性选择算法存在大量无法检测的黑洞，提出了一种基于黑洞集合和自我集合定向生成匹配阈值可变的r块黑洞检测器的算法。对阴性选择算法进行改进，提出了采用双重检测器的阴性选择算法DLD-NSA，该算法在保证较快的检测速度的前提下，通过提高黑洞元素检测率，实现更大范围的非我空间覆盖。仿真结果表明，该算法与变长r连续位阴性选择算法相比，具有更高的非我空间覆盖率，尤其是在黑洞覆盖方面效果更好。
网络异常检测对于保证网络稳定高效运行极为重要。基于主成分分析的全网络异常检测方法虽然具有很好的检测性能，但无法满足在线检测的要求。为了解决此问题，引入流量矩阵模型，利用支持向量回归及其支持向量解的在线稀疏化方法建立流量的一种常态模型，提出了一种基于支持向量回归的多元在线异常检测算法MOADA-SVR。理论分析和因特网实测数据分析表明，该算法与主成分分析算法相比具有类似的检测效果，但具有更低的存储和...
特异性因子是数据的重要特征之一,常通过累计数据之间的差异得到,是面向特异性挖掘的核心概念,然而遇到了计算时间复杂度过高的问题。本文在分析已有特异性因子定义特点及其计算算法时间复杂度的基础上,指出应该基于采样的方法定义特异性因子。给出了一种基于采样的特异性因子定义,即采样特异性因子(sampled peculiarity factor,SPF),并提出了一种基于SPF的异常检测算法。在真实数据集上进...
基于改进CURE聚类算法的无监督异常检测方法
CURE聚类算法 网络数据 建模算法
2010/4/15
提出了一种基于改进的CURE聚类算法的无监督异常检测方法。在保证原有CURE聚类算法性能不变的条件下，通过对其进行合理的改进获得更加理想的簇，也为建立正常行为模型提供了更加纯净的正常行为数据。在建模过程中，提出了一种新的基于超矩形的正常行为建模算法，该算法有助于迅速、准确地检测出入侵行为。实验采用KDDcup99数据，实验结果表明该方法能够有效地检测网络数据中的已知和未知入侵行为。
一种基于有监督局部决策分层支持向量机的异常检测方法
异常入侵检测 分层支持向量机 特征信用度 有监督局部决策
2010/3/29
该文针对包含多种攻击模式的高维特征空间中的异常检测问题，提出了一种基于有监督局部决策的分层支持向量机(HSVM)异常检测方法。通过HSVM的二叉树结构实现复杂异常检测问题的分而治之，即在每个中间节点上，通过信息增益准则构建有监督学习所需的训练信号，监督局部决策；在每个嵌入中间节点的二分类支持向量机(SVM)的训练过程中，以局部决策边界对特征的敏感度为依据，选择入侵检测的局部最优特征子集。实验结果表...
用于异常检测的小参数集树突状细胞算法
异常检测 端口扫描 树突状细胞算法
2009/12/2
树突状细胞算法（dendritic cell algorithm， DCA）是受自然免疫系统中树突状细胞的功能启发的免疫算法。当应用于实时异常检测时该算法具有优越的性能，但由于参数和随机元素相当多,算法难于分析。提出了一种用于异常检测的小参数集树突状细胞算法，在保证算法实现正确功能的前提下，减少了DCA中的参数，使算法参数数量得到了控制。此外，新算法还定义了更为简洁的信号处理过程以及对应的异常度量...
基于支持向量描述的自适应高光谱异常检测算法
高光谱 异常检测 自适应
2009/11/30
提出了一种应用于高光谱异常检测的自适应支持向量数据描述方法.根据高光谱数据和局部异常检测模型的特点,通过局部背景分波段二阶分布统计,分析了核参量与局部背景总体标准差的变化关系,构造了随检测背景变化的局部检测核参量,使得检测算法针对不同背景分布自适应地调整检测核参量.克服了传统支持向量描述算法由于采用固定核参量带来的复杂背景下检测性能下降的问题.通过模拟数据和真实高光谱数据的测试检验,接收机特性曲线...
网络异常检测对于保证网络稳定高效运行极为重要。基于主成分分析的全网络异常检测算法虽然具有很好的检测性能，但无法满足在线检测的要求。为了解决此问题，该文引入流量矩阵模型，提出了一种基于奇异值分解更新的多元在线异常检测算法MOADA-SVDU，该算法以增量的方式构建正常子空间和异常子空间，并实现网络流量异常的在线检测。理论分析表明与主成分分析算法相比，该算法具有更低的存储和计算开销。因特网实测的流量矩...