基于行为画像数据挖掘的异常流量监测技术

摘要

针对现有网络异常流量检测方法存在的识别率低、丢包率高的问题,基于行为画像数据挖掘算法,对异常流量监测技术展开研究。通过行为画像数据挖掘处理采集的流量数据,删除冗余数据对有效的特征数据进行映射,并经过融合计算得到新的特征数据集,设定一个异常行为阈值,引入显露模式建立异常规则,根据阈值的变化实现对异常流量的实时监测。实验结果表明:面对网络攻击情况,提出的基于行为画像数据挖掘的异常流量监测技术依然保持着高水平的识别正确率,并且数据丢包率低,说明该监测技术安全性得到了提升。

关键词

行为画像 / 数据挖掘 / 流量监测 / 数据冗余 / 多特征融合