多变量混沌时序分析在网络流量预测上的应用研究
发布时间:2021-04-22 10:31
伴随着网络攻击技术的不断提高,网络的安全性正受到前所未有的威胁,提高入侵检测技术来应对日益发展的网络攻击手段势在必行。网络流量对网络中出现的异常状况具有极大的敏感性,本文针对网络流量的混沌动力学特征,从混沌时序分析出发,将多变量混沌时间序列分析理论应用到网络流量预测中,以提高入侵检测的准确性及实时性。本文的主要工作如下:首先,对网络流量数据进行了多变量混沌时间序列相空间重构,重点研究了嵌入维数和时间延迟这两个重构参数的选取方法。提出了改进的关联积分法并将该方法应用到多变量时序分析,在比较不同参数选取方法的预测效果之后,最终采用该方法进行时间延迟和嵌入维数的计算。实验结果表明,该方法在网络流量的预测中有更好的效果。其次,本文将局部多项式预测法、局部平均预测法和局部线性预测法应用网络流量预测中,通过比较得出,局部多项式预测法对网络流量预测的效果更为准确。随后,将局部多项式预测法推广到多变量时间序列,并和单变量时间序列的局部多项式预测法进行比较,实验结果表明,多变量时序局部多项式预测法有更好的预测效果。最后,作者编制了网络流量数据分析程序,对网络数据进行采集并将采集的数据用到预测模型中进行分...
【文章来源】:天津理工大学天津市
【文章页数】:53 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
目录
第一章 绪论
1.1 问题的提出
1.2 网络流量预测技术
1.2.1 网络流量监控在入侵检测中的作用
1.2.2 网络流量的特征分析
1.3 混沌时间序列预测理论
1.3.1 混沌时间序列分析
1.3.2 混沌理论的应用成果
1.4 论文的主要内容及安排
第二章 多变量混沌时间序列相空间重构
2.1 混沌理论
2.1.1 混沌的定义
2.1.2 网络流量特征混沌动力学范畴的确定
2.2 相空间重构
2.2.1 相空间重构的概念
2.2.2 单变量时间序列相空间重构
2.2.3 多变量时间序列相空间重构
2.3 确定参数的方法
2.3.1 求延迟时间
2.3.2 求嵌入维数
2.4 确定参数方法的选取
2.4.1 相空间重构关联积分C-C法
2.4.2 改进的关联积分法
2.4.3 改进的关联积分法的多变量推广
2.4.4 关联积分C-C法在网络流量预测中的应用与其他方法的比较
第三章 多变量混沌时间序列预测
3.1 局部平均预测法
3.2 局部线性预测法
3.3 局部多项式预测法
3.3.1 基本模型
3.3.2 误差评价指标
3.3.3 仿真实验
3.4 预测法之间的比较
第四章 多变量混沌时间预测法在网络流量预测中的应用
4.1 网络流量的预测模型的建立
4.2 网络流量数据的采集技术
4.2.1 网络数据的采集技术分析
4.2.2 对网络数据包的建模与仿真
4.3 局部多项式预测结果
4.4 基于网络流量预测的入侵检测分析
4.4.1 Snort入侵检测系统
4.4.2 数据来源
4.5 基于Snort系统入侵检测效果比较
4.5.1 检测准确度
4.5.2 检测效率
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
发表论文和科研情况说明
致谢
【参考文献】:
期刊论文
[1]SIP系统中DoS攻击及防范机制[J]. 宗晓飞,万晓榆,樊自甫. 微计算机信息. 2008(06)
[2]基于混沌特性的网络流量预测[J]. 陆锦军,王执铨. 南京航空航天大学学报. 2006(02)
[3]基于RBF神经网络的时间序列预测[J]. 张玉瑞,陈剑波. 计算机工程与应用. 2005(11)
[4]混沌时间序列单变量和多变量重构的预测比较(英文)[J]. 王海燕,朱梅. Journal of Southeast University(English Edition). 2003(04)
[5]多变量时间序列复杂系统的相空间重构[J]. 王海燕,盛昭瀚,张进. 东南大学学报(自然科学版). 2003(01)
[6]网络流量的混沌特性研究[J]. 张锦钢,李辉,徐佩霞. 应用科学学报. 2002(04)
[7]非线性混沌经济时序的预测方法及其应用研究[J]. 马军海,贾湖,盛昭瀚. 管理科学学报. 2001(04)
[8]基于FARIMA过程的网络业务预报与应用[J]. 刘嘉焜,金志刚,薛飞,舒炎泰. 电子与信息学报. 2001(04)
[9]一个利用模糊预测的ATM广域网流量控制算法[J]. 戚文芽,程时昕. 电子学报. 1999(01)
[10]管理科学:面对复杂性——混沌时序经济动力系统重构技术[J]. 盛昭瀚,马军海. 管理科学学报. 1998(01)
硕士论文
[1]基于混沌时间序列分析与支持向量机的网络流量预测[D]. 谢渺.西华大学 2009
[2]网络流量的混沌特性研究及网络流量预测算法研究[D]. 戴悦.江南大学 2008
本文编号:3153622
【文章来源】:天津理工大学天津市
【文章页数】:53 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
目录
第一章 绪论
1.1 问题的提出
1.2 网络流量预测技术
1.2.1 网络流量监控在入侵检测中的作用
1.2.2 网络流量的特征分析
1.3 混沌时间序列预测理论
1.3.1 混沌时间序列分析
1.3.2 混沌理论的应用成果
1.4 论文的主要内容及安排
第二章 多变量混沌时间序列相空间重构
2.1 混沌理论
2.1.1 混沌的定义
2.1.2 网络流量特征混沌动力学范畴的确定
2.2 相空间重构
2.2.1 相空间重构的概念
2.2.2 单变量时间序列相空间重构
2.2.3 多变量时间序列相空间重构
2.3 确定参数的方法
2.3.1 求延迟时间
2.3.2 求嵌入维数
2.4 确定参数方法的选取
2.4.1 相空间重构关联积分C-C法
2.4.2 改进的关联积分法
2.4.3 改进的关联积分法的多变量推广
2.4.4 关联积分C-C法在网络流量预测中的应用与其他方法的比较
第三章 多变量混沌时间序列预测
3.1 局部平均预测法
3.2 局部线性预测法
3.3 局部多项式预测法
3.3.1 基本模型
3.3.2 误差评价指标
3.3.3 仿真实验
3.4 预测法之间的比较
第四章 多变量混沌时间预测法在网络流量预测中的应用
4.1 网络流量的预测模型的建立
4.2 网络流量数据的采集技术
4.2.1 网络数据的采集技术分析
4.2.2 对网络数据包的建模与仿真
4.3 局部多项式预测结果
4.4 基于网络流量预测的入侵检测分析
4.4.1 Snort入侵检测系统
4.4.2 数据来源
4.5 基于Snort系统入侵检测效果比较
4.5.1 检测准确度
4.5.2 检测效率
第五章 结论与展望
5.1 结论
5.2 展望
参考文献
发表论文和科研情况说明
致谢
【参考文献】:
期刊论文
[1]SIP系统中DoS攻击及防范机制[J]. 宗晓飞,万晓榆,樊自甫. 微计算机信息. 2008(06)
[2]基于混沌特性的网络流量预测[J]. 陆锦军,王执铨. 南京航空航天大学学报. 2006(02)
[3]基于RBF神经网络的时间序列预测[J]. 张玉瑞,陈剑波. 计算机工程与应用. 2005(11)
[4]混沌时间序列单变量和多变量重构的预测比较(英文)[J]. 王海燕,朱梅. Journal of Southeast University(English Edition). 2003(04)
[5]多变量时间序列复杂系统的相空间重构[J]. 王海燕,盛昭瀚,张进. 东南大学学报(自然科学版). 2003(01)
[6]网络流量的混沌特性研究[J]. 张锦钢,李辉,徐佩霞. 应用科学学报. 2002(04)
[7]非线性混沌经济时序的预测方法及其应用研究[J]. 马军海,贾湖,盛昭瀚. 管理科学学报. 2001(04)
[8]基于FARIMA过程的网络业务预报与应用[J]. 刘嘉焜,金志刚,薛飞,舒炎泰. 电子与信息学报. 2001(04)
[9]一个利用模糊预测的ATM广域网流量控制算法[J]. 戚文芽,程时昕. 电子学报. 1999(01)
[10]管理科学:面对复杂性——混沌时序经济动力系统重构技术[J]. 盛昭瀚,马军海. 管理科学学报. 1998(01)
硕士论文
[1]基于混沌时间序列分析与支持向量机的网络流量预测[D]. 谢渺.西华大学 2009
[2]网络流量的混沌特性研究及网络流量预测算法研究[D]. 戴悦.江南大学 2008
本文编号:3153622
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/3153622.html