网络新媒体技术

2019, v.8;No.46(04) 11-20

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于流量特征建模的网络异常行为检测技术
Network Abnormal Behavior Detection Technologies Based on Traffic-feature Modeling

黄河;邓浩江;陈君;

摘要(Abstract):

基于流量特征建模的网络异常行为检测技术通过对网络流量进行特征匹配与模式识别,进而检测出潜在的、恶意入侵的网络流量,是网络异常行为检测的有效手段。根据检测数据来源的不同,传统检测方法可以分为基于传输层信息、载荷信息、主机行为特征等三类,而近年来兴起的深度学习方法已经开始应用于这三类数据,并可以综合应用三类数据,本文从技术原理与特点、实验方式、取得的成果等方面对上述技术路线进行了综述,并分析了存在的主要问题和发展趋势。

关键词(KeyWords): 网络异常行为;异常检测;模式识别;流量特征建模;深度学习

Abstract:

Keywords:

基金项目(Foundation): 中科院率先行动计划项目:端到端关键技术研究与系统研发(编号:SXJH201609)

作者(Authors): 黄河;邓浩江;陈君;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享