-
Patent Agency Ranking
公开(公告)号：CN102655465B
公开(公告)日：2014-12-10
申请号：CN201210142390.7
申请日：2012-05-09
Applicant: 东北大学
IPC: H04L12/26
Abstract: 一种网络异常流量的时频域快速侦测方法，属于大规模网络环境下网络异常侦测领域。本发明网络异常流量的时频域快速侦测方法，提出采用相关系数的处理的方法提取异常特征，提高了侦测的准确度；同时利用短时傅里叶变换对异常特征进行时频域分析，更准确地侦测出异常并实现对异常发生时刻的判断。本发明方法在时频域上对数据进行分析，理论上分解的层数越多，对频率的划分越精确，最后得到的效果将会越好。
-
公开(公告)号：CN102664772B
公开(公告)日：2015-03-04
申请号：CN201210124747.9
申请日：2012-04-25
Applicant: 东北大学
Abstract: 一种动态环境下网络流量异常的多尺度侦测方法，涉及网络异常检测及入侵检测技术领域。本发明利用连续小波变换能够在时频域上捕获到异常流量数据的动态时频特征，采用主成分分析法去除小波系数中的冗余部分，对原始数据进行降维，减少计算量，更好地保证了异常侦测的准确性。在对异常特征分量进行异常判定时，确定了异常起始时刻和持续时间，实现了对异常流量实时快速侦测的目的。与单独使用主成分分析法进行异常侦测做对比发现，多尺度异常侦测的侦测效果更好，而且能够确定异常发生的时刻和异常持续的时间。
-
公开(公告)号：CN102664772A
公开(公告)日：2012-09-12
申请号：CN201210124747.9
申请日：2012-04-25
Applicant: 东北大学
Abstract: 一种动态环境下网络流量异常的多尺度侦测方法，涉及网络异常检测及入侵检测技术领域。本发明利用连续小波变换能够在时频域上捕获到异常流量数据的动态时频特征，采用主成分分析法去除小波系数中的冗余部分，对原始数据进行降维，减少计算量，更好地保证了异常侦测的准确性。在对异常特征分量进行异常判定时，确定了异常起始时刻和持续时间，实现了对异常流量实时快速侦测的目的。与单独使用主成分分析法进行异常侦测做对比发现，多尺度异常侦测的侦测效果更好，而且能够确定异常发生的时刻和异常持续的时间。
-
公开(公告)号：CN102647354A
公开(公告)日：2012-08-22
申请号：CN201210106636.5
申请日：2012-04-12
Applicant: 东北大学
Abstract: 本发明提供一种时变动态网络中端到端流量的重构方法，包括如下步骤：步骤一：端到端流量小波变换；步骤二：提取端到端流量时频域特征参数；步骤三：端到端流量重构；步骤四：端到端流量重构值校正。利用多分形小波模型来重构端到端流量，以链路负载作为约束参量，通过多分辨率分析准确重构端到端流量，兼顾端到端流量的自相似特性和多分形特性，从时频域联合分析的角度解决了端到端流量重构的高度病态问题，使对端到端流量重构更为精确。利用本发明方法重构出端到端流量，用来进行网络规划、负载均衡、故障诊断、路由最优化等网络管理活动。
-
公开(公告)号：CN102655465A
公开(公告)日：2012-09-05
申请号：CN201210142390.7
申请日：2012-05-09
Applicant: 东北大学
IPC: H04L12/26
Abstract: 一种网络异常流量的时频域快速侦测方法，属于大规模网络环境下网络异常侦测领域。本发明网络异常流量的时频域快速侦测方法，提出采用相关系数的处理的方法提取异常特征，提高了侦测的准确度；同时利用短时傅里叶变换对异常特征进行时频域分析，更准确地侦测出异常并实现对异常发生时刻的判断。本发明方法在时频域上对数据进行分析，理论上分解的层数越多，对频率的划分越精确，最后得到的效果将会越好。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
