公开(公告)号：CN105376260B

公开(公告)日：2018-12-28

申请号：CN201510958055.8

申请日：2015-12-18

Applicant: 重庆邮电大学

Inventor： 王国胤 ,  赵烜强 ,  李智星 ,  彭思源

IPC: H04L29/06

Abstract: 本发明请求保护一种基于密度峰值聚类的网络异常流量监测系统，包括：特征选择模块：通过关键字源IP地址在单位时间一分钟内聚合而选择新特征空间模块；子空间映射模块：将高维特征空间映射到多个低维空间上形成多个新特征空间数据；异常权重赋值模块：基于密度和距离的距离权重赋值方法，计算出每个子空间中的每个数据点的异常权重；异常权值整合：计算出的所有子空间中的异常权值进行整合，得到原空间数据点的最终异常权值；异常权值阈值确定模块：将最终异常权值逆序排序后，取斜率突变处为检测阈值；异常流量检测模块：所有异常权值大于阈值的网络流量检测为异常流量，小于为正常流量。本发明能适应多样的网络环境，并提高检测精度和准确率。

公开(公告)号：CN105376260A

公开(公告)日：2016-03-02

申请号：CN201510958055.8

申请日：2015-12-18

Applicant: 重庆邮电大学

Inventor： 王国胤 ,  赵烜强 ,  李智星 ,  彭思源

IPC: H04L29/06

CPC classification number: H04L63/1408 ,  H04L63/1425 ,  H04L63/1466

Abstract: 本发明请求保护一种基于密度峰值聚类的网络异常流量监测系统，包括：特征选择模块：通过关键字源IP地址在单位时间一分钟内聚合而选择新特征空间模块；子空间映射模块：将高维特征空间映射到多个低维空间上形成多个新特征空间数据；异常权重赋值模块：基于密度和距离的距离权重赋值方法，计算出每个子空间中的每个数据点的异常权重；异常权值整合：计算出的所有子空间中的异常权值进行整合，得到原空间数据点的最终异常权值；异常权值阈值确定模块：将最终异常权值逆序排序后，取斜率突变处为检测阈值；异常流量检测模块：所有异常权值大于阈值的网络流量检测为异常流量，小于为正常流量。本发明能适应多样的网络环境，并提高检测精度和准确率。