网络流量分析中的异常检测方法研究

网络流量分析中的异常检测方法研究
闫驰
【期刊名称】《信息记录材料》
【年(卷),期】2024(25)4
【摘要】本研究针对网络流量异常检测的需求,提出了一种基于多尺度k均值(k-means)聚类的创新性方法,并采用NSL-KDD数据集对该方法进行了验证。

首先,本研究介绍了网络流量异常检测领域的研究现状,突出了传统k-means方法在面对复杂网络环境时的局限性。

其次,本研究提出的多尺度k-means聚类方法,包括数据
准备、特征工程、数据标准化、选择k值、k-means聚类和异常值分析等关键部分。

通过在NSL-KDD数据集上的实验,本方法与传统k-means聚类相比,在精确度、召回率、F1分数和总体准确率等关键指标上均取得了显著提升,证明了该方法在网络流量异常检测中的有效性。

【总页数】3页(P159-161)
【作者】闫驰
【作者单位】兰州石化职业技术大学信息工程学院
【正文语种】中文
【中图分类】TP393
【相关文献】
1.网络流量异常检测中分类器的提取与训练方法研究
2.基于地震前兆观测系统流量检测的网络异常行为分析\r——评《网络流量的异常检测监控方法及相关技术研究》
3.基于深度学习的网络流量分类及异常检测方法研究
4.基于网络空间安全的网络流量异常检测探究——评《网络流量的异常检测监控方法及相关技术研究》
5.交互博弈引导的网络流量异常检测建模方法研究
因版权原因，仅展示原文概要，查看原文内容请购买。