多视图合作的网络流量时序数据可视分析

发布时间：2017-09-18 00:35

  本文关键词：多视图合作的网络流量时序数据可视分析

  更多相关文章： 网络安全可视化 可视分析 网络流量 时序数据 异常检测

【摘要】：网络安全可视化作为一个交叉应用研究领域,为传统网络安全数据分析方法注入了新的活力.但已有研究过于注重网络安全数据的可视表达,而忽视了对分析流程的支持.抽象了网络安全分析人员用网络流量时序数据检测网络异常的过程,提出了一个自顶向下的网络流量时序分析流程模型.以该模型为指导,设计并实现了一个多视图合作的网络流量时序数据可视分析原型系统.在分析端口扫描和DDo S攻击等常见网络异常的案例中,该系统中的4个协同交互、简单易用的可视视图,可以较好地支撑分析人员由整体到个体、由点到面以及由历史到未来的网络流量时序数据分析过程.
【作者单位】： 中南大学信息科学与工程学院;中南大学软件学院;中南大学信息与网络中心;
【关键词】： 网络安全可视化 可视分析 网络流量 时序数据 异常检测
【基金】：国家自然科学基金(61103108,61402540) 湖南省科技支撑计划(2014GK3049)~~
【分类号】：TP393.08
【正文快照】： 随着网络通信技术的不断进步,网络应用进入了飞速发展的时代.与此同时,软硬件故障、蓄意攻击等各类 突发事件对网络安全的冲击也愈演愈烈.在网络运行过程中,广泛应用的网络安全产品,如流量监控系统、防火墙、入侵检测系统等,会产生大量的监控数据,这些数据是网络安全分析人员

【参考文献】

中国期刊全文数据库 前1条

1 ZHAO Ying;ZHOU FangFang;FAN XiaoPing;LIANG Xing;LIU YongGang;;IDSRadar:a real-time visualization framework for IDS alerts[J];Science China(Information Sciences);2013年08期

【相似文献】

中国期刊全文数据库 前10条

1 郑斌祥,杜秀华,席裕庚;时序数据相似性挖掘算法研究[J];信息与控制;2002年03期

2 王小宜,卢正鼎,凌贺飞;一个基于小波的时序数据异常探测新算法[J];计算机工程与科学;2005年06期

3 钟清流;蔡自兴;;基于统计特征的时序数据符号化算法[J];计算机学报;2008年10期

4 段立娟;高文;王伟强;;时序数据库中相似序列的挖掘[J];计算机科学;2000年05期

5 陈涛,王丽珍;基于时序数据的空间面向属性归纳算法[J];云南大学学报(自然科学版);2004年05期

6 关云鸿;杨静;;高维时序数据的相似搜索[J];贵州大学学报(自然科学版);2006年01期

7 程文聪;邹鹏;贾焰;;基于小波概要的区间差分skyline研究[J];计算机科学;2010年11期

8 孙颂恩;施润身;;时序数据中弱限制周期模式的挖掘[J];计算机辅助工程;2005年04期

9 孙忠林;;时序数据集成的同步机制研究[J];计算机应用与软件;2010年02期

10 蔡庆生;王靖;高俊波;陆勤;;基于时序数据的模式发现算法研究[J];模式识别与人工智能;2001年01期

中国重要会议论文全文数据库 前2条

1 罗雄飞;王宏安;田丰;戴国忠;滕东兴;;FisheyeLines:一种时序数据的可视化技术[A];第四届和谐人机环境联合学术会议论文集[C];2008年

2 陈懿冰;张玲玲;石勇;;基于改进的支持向量回归机的金融时序预测[A];第六届（2011）中国管理学年会论文摘要集[C];2011年

中国博士学位论文全文数据库 前1条

1 程文聪;面向大规模网络安全态势分析的时序数据挖掘关键技术研究[D];国防科学技术大学;2010年

中国硕士学位论文全文数据库 前10条

1 戚雪冰;风电监控系统中时序数据管理系统的设计与实现[D];东南大学;2015年

2 韩骅宇;时序数据的高效存储与检索[D];北京交通大学;2014年

3 周强;时序数据挖掘在经济领域中的应用研究[D];合肥工业大学;2005年

4 花珊;面向时序数据流的分布式缓存系统设计与实现[D];中山大学;2014年

5 周到;基于Microarray时序表达数据识别周期表达基因[D];华中科技大学;2007年

6 张元;基于智能决策支持的时序数据挖掘系统的研究[D];华北工学院;2004年

7 赵国庆;基因表达时序数据聚类和比对分析方法研究[D];苏州大学;2011年

8 王丹;基于Hadoop平台的时序数据处理方法研究[D];中国科学技术大学;2015年

9 姚世杰;基于流形学习的高维时序数据状态估计算法的研究与实现[D];武汉科技大学;2014年

10 刘惠峰;基于时序NDVI的疏勒河流域植被覆盖分类研究[D];兰州大学;2014年

，

本文编号：872338