计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2013年
11期
48-51
,共4页
网络流量%递归率%相空间重构%递归图
網絡流量%遞歸率%相空間重構%遞歸圖
망락류량%체귀솔%상공간중구%체귀도
Network traffic%Recurrence rate%Phase space reconstruction%Recurrence plot
传统上对网络流时间序列分析多采用线性分析方法,没有充分利用到网络流客观存在的非线性特征息,从而使数据分析能力受限.提出了基于定量递归分析递归率REC特征的网络流量相空间重构监测模型,基于相空间重构和递归图分析,设计了网络流量的REC递归率的定量递归特征作为网络流量序列分析的数据支撑.使用平均互信息算法和虚假最近邻点算法求取流量序列的相空间重构的关键参数,利用递归图中有规律的点线检验网络总出口流量的确定性和可预测性,利用REC特征监测网络流量序列的异常流量和特性进行分析.仿真实验表明,网络流量序列的定量递归特征具有较强的稳定性和自相似性,精度较传统特征统计方法提高19％以上,采用REC递归率特征对异常流量序列的预测预报监测准确率为99.7％,比采用传统的其它非线性递归特征提高了13.2％,展示了算法在网络流量和非平稳数据序列分析中的优越性能.
傳統上對網絡流時間序列分析多採用線性分析方法,沒有充分利用到網絡流客觀存在的非線性特徵息,從而使數據分析能力受限.提齣瞭基于定量遞歸分析遞歸率REC特徵的網絡流量相空間重構鑑測模型,基于相空間重構和遞歸圖分析,設計瞭網絡流量的REC遞歸率的定量遞歸特徵作為網絡流量序列分析的數據支撐.使用平均互信息算法和虛假最近鄰點算法求取流量序列的相空間重構的關鍵參數,利用遞歸圖中有規律的點線檢驗網絡總齣口流量的確定性和可預測性,利用REC特徵鑑測網絡流量序列的異常流量和特性進行分析.倣真實驗錶明,網絡流量序列的定量遞歸特徵具有較彊的穩定性和自相似性,精度較傳統特徵統計方法提高19％以上,採用REC遞歸率特徵對異常流量序列的預測預報鑑測準確率為99.7％,比採用傳統的其它非線性遞歸特徵提高瞭13.2％,展示瞭算法在網絡流量和非平穩數據序列分析中的優越性能.
전통상대망락류시간서렬분석다채용선성분석방법,몰유충분이용도망락류객관존재적비선성특정식,종이사수거분석능력수한.제출료기우정량체귀분석체귀솔REC특정적망락류량상공간중구감측모형,기우상공간중구화체귀도분석,설계료망락류량적REC체귀솔적정량체귀특정작위망락류량서렬분석적수거지탱.사용평균호신식산법화허가최근린점산법구취류량서렬적상공간중구적관건삼수,이용체귀도중유규률적점선검험망락총출구류량적학정성화가예측성,이용REC특정감측망락류량서렬적이상류량화특성진행분석.방진실험표명,망락류량서렬적정량체귀특정구유교강적은정성화자상사성,정도교전통특정통계방법제고19％이상,채용REC체귀솔특정대이상류량서렬적예측예보감측준학솔위99.7％,비채용전통적기타비선성체귀특정제고료13.2％,전시료산법재망락류량화비평은수거서렬분석중적우월성능.
