一种网络异常流量监测方法及装置制造方法及图纸

本发明专利技术公开了一种网络异常流量监测方法，属于信息安全技术领域。所述方法包括：捕获流经的网络数据流；根据网络数据流的产生时间，选择与当前时间最接近的n条网络数据流数据；所述n根据系统的计算能力确定；将捕获的n条网络数据流数据作为相关向量机的输入进行训练，建立数据模型；根据所述数据模型对当前的网络流量数据进行监测。本发明专利技术能提高分类监测的精度，使异常流量监测能更快速有效，保证较低误检率和错检率。

【技术实现步骤摘要】

本专利技术涉及信息安全
，特别涉及一种网络异常流量监测方法及装置。
技术介绍
网络流量异常指网络中流量不规则的显著变化，如网络短暂拥塞、分布式拒绝服务攻击(DDoS，Distributed Denial ofService)、大范围扫描等本地事件或者网络路由异常等全局事件。网络流量异常的监测和分析对网络安全应急响应部门而言非常重要，但是由于宏观流量异常监测比较困难，需要从大量高维的富含噪声的数据中提取和解释异常模式，使得对于网络异常的监测和分析仍然是一个极大的挑战。为此，国内外的学术机构和企业提出了多种监测方法。其中，基于阈值的监测方法，通过分析历史数据，建立正常的参考范围，超出此范围即判断为异常。这种方法操作简单，计算复杂度小。然而，作为一种实用的监测手段时，它需要结合网络流量特点进行修正和改进。基于统计的监测方法，通过建立统计学模型产生相应的监测方法，如一般似然比(GLR，generalized Likelihood Ratio)监测方法，它考虑两个相邻的<br>时间窗口以及由本文档来自技高网...

【技术保护点】
一种网络异常流量监测方法，其特征在于，所述方法包括：捕获流经的网络数据流；根据网络数据流的产生时间，选择与当前时间最接近的n条网络数据流数据；所述n根据系统的计算能力确定；将捕获的n条网络数据流数据作为相关向量机的输入进行训练，建立数据模型；根据所述数据模型对当前的网络流量数据进行监测。

【技术特征摘要】
1.一种网络异常流量监测方法，其特征在于，所述方法包括：
捕获流经的网络数据流；
根据网络数据流的产生时间，选择与当前时间最接近的n条网络数据流数据；所述n根
据系统的计算能力确定；
将捕获的n条网络数据流数据作为相关向量机的输入进行训练，建立数据模型；
根据所述数据模型对当前的网络流量数据进行监测。
2.如权利要求1所述的方法，其特征在于，所述将捕获的网络数据流数据作为相关向量
机的输入进行训练之前，还包括：
将所述网络数据流数据进行去噪处理。
3.如权利要求1所述的方法，其特征在于，所述将捕获的网络数据流数据作为相关向量
机的输入进行训练，建立数据模型，包括：
为相关向量机选择核函数，将捕获的网络数据流数据的特征向量映射到高维空间；
在高维空间内，为所述核函数选择相应参数，迭代求解最优的权重分布；
根据所述权重分布，预测数据，建立数据模型。
4.如权利要求3所述的方法，其特征在于，所述核函数包括但不限于高斯核函数或多项
式核函数。
5.如权利要求3所述的方法，其特征在于，所述为所述核函数选择相应参数，包括：
使用当前值x作为核函数参数，x取值0到无穷；通过核函数计算网络数据流数据之间
的相似性并记录所有相似度；
统计所有在预设区间内的相似度的个数，并记录此个数n；
增加核函数参数x＝x＋Δx，其中，所述Δx为核参数增量；
增加迭代次数i=i+1；
若在当前时间的n小于前一时间的n，则取前一时间的值x作为核函数参数；
输出所述x作为核函数参数。

【专利技术属性】
技术研发人员：鲁松，邹昕，周立，张良，关建峰，许长桥，张能，张宏科，
申请(专利权)人：北京邮电大学，国家计算机网络与信息安全管理中心，
类型：发明
国别省市：