7、本論文致力於實現針對網絡異常流量監測控制的系統解決方案。
1、對異常檢測,論述了常見的網絡異常並設計異常處理模組。
5、本文的網絡異常監測系統主要分為三個模組:資料採集模組、異常判定模組和告*分析模組。
10、隨著網路規模和速度的增加,大規模網絡異常發現要求檢測演算法能夠在無保留狀態或者少保留狀態下對G位元級的海量網路業務量資料進行實時線上分析。
6、針對網絡異常檢測虛*率偏高的問題,提出了一種基於屬*相似度雲模型的網絡異常檢測新方法。
3、網路故障框架提供給開發人員一個API,此API 可以分類由應用程式傳遞給它的網絡異常。
2、網絡異常流量分析旨在發現流量中的異常資料,為構建更好的網路執行環境提供保障。
4、將支援向量機應用於網路入侵檢測,提出一種基於支援向量機的網絡異常入侵檢測模型。
9、因此如何在大規模網路環境下檢測網絡異常併為應急響應人員及時提供預*資訊是目前亟待解決的問題。
8、實驗結果表明,基於相對熵理論的多測度網絡異常檢測方法對於多種攻擊的平均檢測率達到83.5%。