基于改进聚类分析的网络流量异常检测方法

李洪成; 吴晓平; 姜洪海

doi:10.11959/j.issn.2096-109x.2015.00009

您当前的位置：

首页 >

文章列表页 >

基于改进聚类分析的网络流量异常检测方法

学术论文 | 更新时间：2024-06-03

- 基于改进聚类分析的网络流量异常检测方法
- Traffic anomaly detection method in networks based on improved clustering algorithm
- 网络与信息安全学报 2015年1卷第1期页码：66-71
- 作者机构：
  
  1. 海军工程大学信息安全系，湖北武汉 430033
  2. 海军北海舰队司令部，山东青岛 266071
- 作者简介：
  
  [ "李洪成（1991-），男，河南商丘人，海军工程大学博士生，主要研究方向为信息安全、数据挖掘。" ]
  [ "吴晓平（1961-），男，山西新绛人，博士，海军工程大学教授、博士生导师，主要研究方向为信息安全、密码学。" ]
  [ "姜洪海（1972-），男，山东乳山人，海军北海舰队司令部工程师，主要研究方向为信息安全。" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61100042);中国博士后基金资助项目;Postdoctoral Science Foundation of China(2014M552656);湖北省自然科学基金资助项目;The Natural Science Foundation of Hubei Province(2015CFC867)
- DOI：10.11959/j.issn.2096-109x.2015.00009
  中图分类号： TP309.7
- 网络首发：2015-12，
  
  纸质出版：2015-12-15
- 稿件说明：
移动端阅览
李洪成, 吴晓平, 姜洪海. 基于改进聚类分析的网络流量异常检测方法[J]. 网络与信息安全学报, 2015,1(1):66-71.

Hong-cheng LI, Xiao-ping WU, Hong-hai JIANG. Traffic anomaly detection method in networks based on improved clustering algorithm[J]. Chinese Journal of Network and Information Security, 2015, 1(1): 66-71.
李洪成, 吴晓平, 姜洪海. 基于改进聚类分析的网络流量异常检测方法[J]. 网络与信息安全学报, 2015,1(1):66-71. DOI： 10.11959/j.issn.2096-109x.2015.00009.

Hong-cheng LI, Xiao-ping WU, Hong-hai JIANG. Traffic anomaly detection method in networks based on improved clustering algorithm[J]. Chinese Journal of Network and Information Security, 2015, 1(1): 66-71. DOI： 10.11959/j.issn.2096-109x.2015.00009.

摘要

针对传统基于聚类分析的网络流量异常检测方法准确性较低的问题，提出了一种基于改进 k-means聚类的流量异常检测方法。通过对各类流量特征数据的预处理，使k-means算法能适用于枚举型数据检测，进而给出一种基于数值分布分析法的高维数据特征筛选方法，有效解决了维数过高导致的距离失效问题，并运用二分法优化K个聚簇的划分，减少了初始聚类中心选择对k-means算法结果的影响，进一步提高了算法的检测率。最后通过仿真实验验证了所提出算法的有效性。

Abstract

To solve the problem that traditional traffic abnormal detection methods were not accurate enough

a traf-fic anomaly detection method based on improved k-means was proposed.All kinds of network traffic data were pre-processed to make k-means algorithm can apply to enumeration data detection.Then a features selection method was pro-posed with the analysis of the distribution of network traffic data to avoid the distance useless caused by too much fea-tures.Furthermore

the clustering process of K clusters was optimized based on dichotomy

aiming to reduce the effects of initial clusters centers selection.Simulation results demonstrate the effectiveness of the algorithm.

关键词

Keywords

references

唐成华 , 刘鹏程 , 汤申生 , 等 . 基于特征选择的模糊聚类异常入侵行为检测 [J ] . 计算机研究与发展 , 2015 , 52 ( 3 ): 718 - 728 .

TANG C H , LIU P C , TANG S S , et al . Fuzzy clustering abnormal behavior detection based on feature selection [J ] . Computer Re-search and Development , 2015 , 52 ( 3 ): 718 - 728 .

XU J H , LIU H . Web user clustering analysis based on k-means algorithm [C ] // Proceeding of the 2010 International Conference on Information,Networking and Automation (ICINA),New York . 2010 : 6 - 9 .

LI P , LIU L , GAO D , et al . On challenges in evaluating malware clustering [C ] . Recent Advances in Intrusion Detection,Ottawa . 2010 : 238 - 255 .

武小年 , 彭小金 , 杨宇洋 , 等 . 入侵检测中基于 SVM 的两级特征选择方法 [J ] . 通信学报 , 2015 , 36 ( 4 ): 19 - 26 .

WU X N , PENG X J , YANG Y Y , et al . Two levels of feature selec-tion methods based on SVM in intrusion detection [J ] . Journal on Communication , 2015 , 36 ( 4 ): 19 - 26 .

郑黎明 , 邹鹏 , 韩伟红 , 等 . 基于多维熵值分类的骨干网流量异常检测研究 [J ] . 计算机研究与发展 , 2012 , 49 ( 9 ): 1972 - 1981 .

ZHENG L M , ZOU P , HAN W H , et al . Backone network traffic anomaly detection study based on multidimensional entropy classi-fication [J ] . Computer Research and Development , 2012 , 49 ( 9 ): 1972 - 1981 .

SHINGO M , CHEN C , LU N N . Intrusion-detection model based on fuzzy class-association-rule mining using genetic programming network [J ] . IEEE Transaction on Systems,Man,and Cybernetics , 2011 , 41 ( 1 ): 130 - 139 .

DASH S K , REDDY K S . Adaptive naive Bayes method for mas-querade detection [J ] . Security and Communications Networks , 2011 , 4 ( 4 ): 410 - 417 .

张玲 , 白中英 , 罗守山 , 等 . 基于粗糙集和人工免疫的集成入侵检测模型 [J ] . 通信学报 , 2013 , 34 ( 9 ): 166 - 176 .

ZHANG L , BAI Z Y , LUO S S , et al . Ensemble intrusion detection model based on rough set and artificial immunity [J ] . Journal on Communication , 2013 , 34 ( 9 ): 166 - 176 .

陆悠 , 李伟 , 罗军舟 , 等 . 一种基于选择性协同学习的网络用户异常行为检测方法 [J ] . 计算机学报 , 2014 , 37 ( 1 ): 28 - 40 .

LU Y , LI W , LUO J Z , et al . A method of network users abnormal behavior based on selective collaborative learning [J ] . Chinese Journal of Computer , 2014 , 37 ( 1 ): 28 - 40 .

FLAVIO C , NILESH D , RAVI K . Correlation clustering in MapRe-duce [C ] // Proceeding of the 20th ACM SIGKDD International Con-ference on Knowledge Discovery and Data Mining (KDD 2014),New York . 2014 : 641 - 650 .

钱叶魁 , 陈鸣 , 叶立新 , 等 . 基于多尺度主成分分析的全网络异常检测方法 [J ] . 软件学报 , 2012 , 23 ( 2 ): 361 - 377 .

QIAN Y K , CHEN M , YE L X , et al . Methods of full network anomaly detection based on multi-scale principle component analy-sis [J ] . Journal of Software , 2012 , 23 ( 2 ): 361 - 377 .

RUBINSTEIN B , NELSON B , HUANG L , et al . Stealthy poison-ing attacks on PCA-based anomaly detectors [C ] // Proceeding of the ACM SIGMETRICS,New York . 2009 .

浏览量

3667

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向时延敏感的TRDP安全防护机制

面向软件定义晶上系统的安全多维互连网络

工业互联网蜜网技术综述

高效安全的软件定义网络拓扑发现协议

基于交易记录特征的自私挖矿检测方案