資源描述：
《基于admm算法的網(wǎng)絡(luò)流量分析及異常檢測(cè)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于ADMM算法的網(wǎng)絡(luò)流量分析及異常檢測(cè)研究ResearchOnNetworkTrafficAnalysisAndAnomalyDetectionBasedOnAlternatingDirectionMethodofMultipliers領(lǐng)域：軟件工程作者姓名：蘇暢指導(dǎo)教師：張亞平副教授企業(yè)導(dǎo)師：李松高級(jí)工程師天津大學(xué)軟件學(xué)院二零一五年十一月摘要隨著計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)的快速發(fā)展，人們?cè)谙硎苤ヂ?lián)網(wǎng)帶來便捷服務(wù)的同時(shí)，也面臨著網(wǎng)絡(luò)入侵和計(jì)算機(jī)犯罪的風(fēng)險(xiǎn)。網(wǎng)絡(luò)流量分析作為計(jì)算機(jī)網(wǎng)絡(luò)研究的前沿?zé)狳c(diǎn)問題之一，對(duì)于提高網(wǎng)絡(luò)性能，了解網(wǎng)絡(luò)行為，保障網(wǎng)絡(luò)安全有著重大的意義
2、及應(yīng)用價(jià)值。當(dāng)前，在計(jì)算機(jī)網(wǎng)絡(luò)的運(yùn)營(yíng)和管理中產(chǎn)生了海量的流量數(shù)據(jù)，迫切需要對(duì)這些復(fù)雜的數(shù)據(jù)進(jìn)行分析處理以保證廣大用戶的信息安全。在當(dāng)前的研究中，主成分分析法被廣泛的應(yīng)用于網(wǎng)絡(luò)流量的分析與檢測(cè)中，但此方法仍存在著一定的局限性，并不能完全準(zhǔn)確直觀的分析是否存在網(wǎng)絡(luò)攻擊。此外，有相關(guān)文獻(xiàn)提出了基于加速近端梯度算法的網(wǎng)絡(luò)流量分解模型，該方法能夠有效的檢測(cè)網(wǎng)絡(luò)中存在的異常行為。本文提出了一種基于交替方向乘子法的網(wǎng)絡(luò)流量數(shù)據(jù)的矩陣分解模型，并基于該模型對(duì)網(wǎng)絡(luò)流量進(jìn)行分析，以確定網(wǎng)絡(luò)中是否存異常。本文采用了C#和Matlab混合編程的方法對(duì)模型中的網(wǎng)絡(luò)異常檢測(cè)模塊編程實(shí)現(xiàn)
3、，并選用KDDCup9910%數(shù)據(jù)集進(jìn)行網(wǎng)絡(luò)異常檢測(cè)分析。實(shí)驗(yàn)結(jié)果表明，無論大規(guī)模的正常流量數(shù)據(jù)、大規(guī)模的正常流量與異常流量的混合數(shù)據(jù)、小樣本的正常流量與異常流量的混合數(shù)據(jù)中，本文提出的基于ADMM算法的網(wǎng)絡(luò)流量異常檢測(cè)模型均能夠有效的檢測(cè)到網(wǎng)絡(luò)異常的存在，從而證明該模型具有較高的檢測(cè)準(zhǔn)確性。與加速近端梯度算法相比較，迭代次數(shù)減少很多，運(yùn)算速度有所提升，能夠在大規(guī)模的網(wǎng)絡(luò)環(huán)境中發(fā)揮作用。此外，實(shí)驗(yàn)已證明該算法在檢測(cè)被異常和噪聲污染的網(wǎng)絡(luò)流量中仍具有較強(qiáng)的魯棒性。關(guān)鍵詞：網(wǎng)絡(luò)安全網(wǎng)絡(luò)流量分析異常檢測(cè)ADMM算法ABSTRACTWiththerapiddevel
4、opmentofcomputertechnologyandInternet,peopleenjoytheconveniencebroughtbycomputertechnologies,atthesametime,alsofacetheriskofnetworkintrusionandcomputercrime.Networktrafficanalysis,asoneofthehottopicsandtheforefrontofcomputernetworkresearch,hassignificantscientificmeaningandapplicat
5、ionvalueinunderstandingthenetworkbehavior,improvingthenetworkperformanceandprotectingthenetworksecurity.Atpresent,inthecomputernetworkoperationandmanagementofthevastamountsoftrafficdata,theurgentneedtoanalyzethecomplexdataprocessingtoensuretheinformationsecurityofusers.Atpresent,in
6、theoperationandmanagementofthecomputernetwork,ahugeamountofnetworktrafficdatahasbeenproduced.Itisurgenttoanalyzeanddealwiththesecomplexdatainordertoensuretheinformationsecurityofusers.Inthecurrentstudy,themethodofprincipalcomponentanalysisiswidelyusedintheanalysisanddetectionofnetw
7、orktraffic.Butithassomeexistedrestriction,whichisnotentirelyaccurateandintuitiveanalysisoftheexistenceofnetworkattack.Inaddition,arelevantliteraturehasproposedanetworktrafficmatrixdecompositionmodelbasedonacceleratedproximalgradientmethod,whichcaneffectivelydetecttheabnormalbehavio
8、rexistinginthenetwork.Inth
