基于admm算法的网络流量分析及异常检测研究

《基于admm算法的网络流量分析及异常检测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于ADMM算法的网络流量分析及异常检测研究ResearchOnNetworkTrafficAnalysisAndAnomalyDetectionBasedOnAlternatingDirectionMethodofMultipliers领域：软件工程作者姓名：苏畅指导教师：张亚平副教授企业导师：李松高级工程师天津大学软件学院二零一五年十一月摘要随着计算机技术和互联网的快速发展，人们在享受着互联网带来便捷服务的同时，也面临着网络入侵和计算机犯罪的风险。网络流量分析作为计算机网络研究的前沿热点问题之一，对于提高网络性能，了解网络行为，保障网络安全有着重大的意义

2、及应用价值。当前，在计算机网络的运营和管理中产生了海量的流量数据，迫切需要对这些复杂的数据进行分析处理以保证广大用户的信息安全。在当前的研究中，主成分分析法被广泛的应用于网络流量的分析与检测中，但此方法仍存在着一定的局限性，并不能完全准确直观的分析是否存在网络攻击。此外，有相关文献提出了基于加速近端梯度算法的网络流量分解模型，该方法能够有效的检测网络中存在的异常行为。本文提出了一种基于交替方向乘子法的网络流量数据的矩阵分解模型，并基于该模型对网络流量进行分析，以确定网络中是否存异常。本文采用了C#和Matlab混合编程的方法对模型中的网络异常检测模块编程实现

3、，并选用KDDCup9910%数据集进行网络异常检测分析。实验结果表明，无论大规模的正常流量数据、大规模的正常流量与异常流量的混合数据、小样本的正常流量与异常流量的混合数据中，本文提出的基于ADMM算法的网络流量异常检测模型均能够有效的检测到网络异常的存在，从而证明该模型具有较高的检测准确性。与加速近端梯度算法相比较，迭代次数减少很多，运算速度有所提升，能够在大规模的网络环境中发挥作用。此外，实验已证明该算法在检测被异常和噪声污染的网络流量中仍具有较强的鲁棒性。关键词：网络安全网络流量分析异常检测ADMM算法ABSTRACTWiththerapiddevel

4、opmentofcomputertechnologyandInternet,peopleenjoytheconveniencebroughtbycomputertechnologies,atthesametime,alsofacetheriskofnetworkintrusionandcomputercrime.Networktrafficanalysis,asoneofthehottopicsandtheforefrontofcomputernetworkresearch,hassignificantscientificmeaningandapplicat

5、ionvalueinunderstandingthenetworkbehavior,improvingthenetworkperformanceandprotectingthenetworksecurity.Atpresent,inthecomputernetworkoperationandmanagementofthevastamountsoftrafficdata,theurgentneedtoanalyzethecomplexdataprocessingtoensuretheinformationsecurityofusers.Atpresent,in

6、theoperationandmanagementofthecomputernetwork,ahugeamountofnetworktrafficdatahasbeenproduced.Itisurgenttoanalyzeanddealwiththesecomplexdatainordertoensuretheinformationsecurityofusers.Inthecurrentstudy,themethodofprincipalcomponentanalysisiswidelyusedintheanalysisanddetectionofnetw

7、orktraffic.Butithassomeexistedrestriction,whichisnotentirelyaccurateandintuitiveanalysisoftheexistenceofnetworkattack.Inaddition,arelevantliteraturehasproposedanetworktrafficmatrixdecompositionmodelbasedonacceleratedproximalgradientmethod,whichcaneffectivelydetecttheabnormalbehavio

8、rexistinginthenetwork.Inth