基于时间序列的网络行为异常检测

发布时间：2022-01-12 02:03

　　网络流量可以反映用户的网络行为,针对用户的网络行为,提出一种基于时间序列的异常检测方法。该方法首先对用户行为进行建模,预测用户行为发展趋势,再根据用户的实际行为进行异常检测。实验表明,该方法能够有效地检测用户的违规操作及网络攻击行为。 

【文章来源】：通信技术. 2020,53(10)

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基于多维时间序列分析的网络异常检测[J]. 陈兴蜀,江天宇,曾雪梅,尹学渊,邵国林.  工程科学与技术. 2017(01)
[2]用于网络行为分析的一种改进K-means算法[J]. 王景中,张存正.  北方工业大学学报. 2016(01)
[3]网络异常点检测中性能指标阈值的动态确定方法[J]. 于艳华,宋美娜,张文婷,宋俊德.  北京邮电大学学报. 2011(02)
[4]ARIMA模型在网络流量预测中的应用研究[J]. 张冉,赵成龙.  计算机仿真. 2011(02)
[5]基于ARMA模型的网络流量预测[J]. 段智彬,孙恩昌,张延华,董燕.  中国电子科学研究院学报. 2009(04)
[6]一种基于时间序列的自适应网络异常检测算法[J]. 吕军晖,周刚,金毅.  北京航空航天大学学报. 2009(05)

硕士论文
[1]基于网络流量监测与预测的用户流量行为分析方法研究[D]. 李秀龙.北京工业大学 2013



本文编号：3583887