李玲玲 辛 浩
(淮北职业技术学院计算机系, 安徽 淮北 235000)
基于流数据的网络监控系统设计
李玲玲辛 浩
(淮北职业技术学院计算机系, 安徽 淮北 235000)
针对各种恶意攻击及滥用资源的网络现象,提出一种新的基于流数据的网络安全检测算法。采用可调节大小的滑动窗口,使用收银机模型、十字转门模型与时间序列模型进行流数据处理和挖掘,以检测并预警不安全的网络流。
流数据; 滑动窗口; 安全检测; 桶
随着互联网的普及、网络技术的不断更新以及网络规模的不断扩大,网络业务不断深入到各个领域 。人们的日常生活越来越依赖网络,因此,网络安全尤显重要,反病毒、黑客的网络安全防护技术也应不断提高。病毒及黑客入侵等各种网络攻击行为严重影响到网络安全,用户不断提高的网络防护要求与有限带宽之间的矛盾也趋尖锐[1-2]。原有的网络安全检测方法需要不断更新,以适应实时、快速、海量的流数据处理要求。如何对流数据进行有效的分析检测,预警控制不安全的网络行为,是时下数据挖掘领域的研究热点之一。本次研究中设计了一套基于流数据的网络安全检测新系统,用于网络异常行为分析及预警。
流数据[3]是指连续到达的数据项序列(d1,d2,…,di),描述为一个一维函数D[1,2,3,…,N]→R,即按时间先后顺序快速到达的海量数据流集合。流数据到达的速度无法预知和控制,其特点是实时到达、次序独立、规模宏大、不可预知,且数据一经处理后就不能再次取出,或者取出的代价高昂。……