文献类型：期刊文章

作　　者：曾建华[1]

Zeng Jianhua(College of Mathematics and Computer Science,Shangrao Normal University,Shangrao 334001,Jiangxi,China)

机构地区：[1]上饶师范学院数学与计算机科学学院,江西上饶334001

出　　处：《计算机应用与软件》

年　　份：2018

卷　　号：35

期　　号：3

起止页码：140-144

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、JST、ZGKJHX、核心刊

摘　　要：对各种网络数据流量的异常检测引起了人们的兴趣。网络数据流异常的检测和定位对于保障网络的稳定安全运行极为重要。基于主成份分析PCA(Principal component analysis)的网络异常检测算法虽然具有较好的检测性能,但是基于PCA的网络异常检测算法前提是假设网络流量数据满足高斯分布,且对网络数据的非线性结构表示无能为力。为了解决该问题,引入核函数空间,提出一种基于核主成分分析的在线网络流量异常检测算法。该算法以矩阵分解的方式构建正常子空间和异常子空间,并实现网络流量异常的检测。仿真实验分析表明,该算法取得了很好的检测性能。

关 键 词：网络异常检测 核主成分分析 核函数 优化  

分 类 号：TP393]