西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2012年
2期
70-75
,共6页
侯重远%江汉红%芮万智%刘亮
侯重遠%江漢紅%芮萬智%劉亮
후중원%강한홍%예만지%류량
工业网络%流量异常检测%主成分分析%误报率%变分贝叶斯
工業網絡%流量異常檢測%主成分分析%誤報率%變分貝葉斯
공업망락%류량이상검측%주성분분석%오보솔%변분패협사
针对主成分分析(PCA)法用于工业测控网络流量异常检测时存在的误报率高的问题,提出了一种基于概率主成分分析(PPCA)的检测算法.首先通过分析误报成因,建立了工业测控网络流量矩阵的PPCA模型,然后使用迭代变分贝叶斯算法辨识该模型的参数,再利用模型参数估计值求解流量矩阵的秩的分布函数并得到秩的极大似然估计值,最后以秩的跃变状况为判据进行异常流量检测.模拟攻击实验表明,该方法使漏报率平均下降了32％,从而有效降低了PCA方法的误报率.
針對主成分分析(PCA)法用于工業測控網絡流量異常檢測時存在的誤報率高的問題,提齣瞭一種基于概率主成分分析(PPCA)的檢測算法.首先通過分析誤報成因,建立瞭工業測控網絡流量矩陣的PPCA模型,然後使用迭代變分貝葉斯算法辨識該模型的參數,再利用模型參數估計值求解流量矩陣的秩的分佈函數併得到秩的極大似然估計值,最後以秩的躍變狀況為判據進行異常流量檢測.模擬攻擊實驗錶明,該方法使漏報率平均下降瞭32％,從而有效降低瞭PCA方法的誤報率.
침대주성분분석(PCA)법용우공업측공망락류량이상검측시존재적오보솔고적문제,제출료일충기우개솔주성분분석(PPCA)적검측산법.수선통과분석오보성인,건립료공업측공망락류량구진적PPCA모형,연후사용질대변분패협사산법변식해모형적삼수,재이용모형삼수고계치구해류량구진적질적분포함수병득도질적겁대사연고계치,최후이질적약변상황위판거진행이상류량검측.모의공격실험표명,해방법사루보솔평균하강료32％,종이유효강저료PCA방법적오보솔.
