一種基于流量聚類性和切分性的改進(jìn)異常檢測模型

摘要： 針對(duì)鏈路層異常檢測中，由固定反饋時(shí)間點(diǎn)而導(dǎo)致的計(jì)算量積壓以及大量無意義的采樣流量數(shù)據(jù)等現(xiàn)象，提出了一種基于流量特征值的改進(jìn)異常檢測模型，重點(diǎn)探討如何通過反饋計(jì)算機(jī)制實(shí)現(xiàn)周期內(nèi)計(jì)算任務(wù)的合理優(yōu)化和縮減采樣數(shù)據(jù)。一方面，在對(duì)流持續(xù)時(shí)間的聚類性進(jìn)行了深入分析并給出其可能聚類的最優(yōu)簇基礎(chǔ)上，將統(tǒng)一的反饋時(shí)間分散到各個(gè)聚類時(shí)間點(diǎn)；另一方面，基于流時(shí)序的可切分性對(duì)流量數(shù)據(jù)進(jìn)行周期劃分，并設(shè)... （共8頁）