企业IT网络异常流量综合检测模型

doi:10.13190/jbupt.200906.28.qiuxs

北京邮电大学学报 ›› 2009, Vol. 32 ›› Issue (6): 28-31.doi: 10.13190/jbupt.200906.28.qiuxs

企业IT网络异常流量综合检测模型

邱雪松;陈坚;郭海生;高志鹏

(1.北京邮电大学网络与交换技术国家重点实验室, 北京 100876;
2.中兴通讯技术股份有限公司网管产品部, 南京 210012)

收稿日期:2009-03-22 修回日期:1900-01-01 出版日期:2009-12-28 发布日期:2009-12-28
通讯作者: 邱雪松

Anomaly Traffic Integrated Detection Model for Enterprise IT Network

QIU Xue-song;CHEN Jian;GUO Hai-sheng;GAO Zhi-peng

(1.State Key Laboratory of Networking and Switching Technology, Beijing Univers
ity of Posts and Telecommunications, Beijing 100876, China;
2.Network Management Product Department, Zhongxing Telecommunication Equipment
Limited, Nanjing 210012, China)

Received:2009-03-22 Revised:1900-01-01 Online:2009-12-28 Published:2009-12-28
Contact: QIU Xue-song

摘要/Abstract

摘要：

结合企业内部信息技术网络特点，提出了用时间窗比较进行网络异常流量检测的新算
法. 将新算法同已有的静态、动态检测算法相结合，提出了网络异常流量综合检测模型. 该
模型可通过不同方法和角度进行比较，以发现网络中是否存在异常流量. 通过实际实现和
测试验证了模型的有效性.

关键词: 网络异常, 异常检测, 网络管理

Abstract:

A new algorithm of the network anomaly traffic detection by using time windows comparing method is proposed based on the feature of enterprise information technology (IT) network traffic. Then, combining the new algorithm, the present static detection algorithm and the dynamic detection algorithm, the integrated detection model of network anomaly traffic is proposed. The model can check the network anomaly traffic by comparison methods by different ways and from different views. Finally, the availability of model is validated by implementation and testing of model in real environment.

Key words: network anomaly traffic, anomaly detection, network management

邱雪松;陈坚;郭海生;高志鹏. 企业IT网络异常流量综合检测模型[J]. 北京邮电大学学报, 2009, 32(6): 28-31.

QIU Xue-song;CHEN Jian;GUO Hai-sheng;GAO Zhi-peng. Anomaly Traffic Integrated Detection Model for Enterprise IT Network[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2009, 32(6): 28-31.

[1]	霍纬纲, 王星, 梁锐. 融合互信息估计和对抗自编码器的异常检测[J]. 北京邮电大学学报, 2021, 44(5): 28-34.
[2]	吉星, 黄韬, 鄂新华, 孙礼. 基于日志信息的DNS查询异常检测算法[J]. 北京邮电大学学报, 2018, 41(6): 83-89.
[3]	邱雪松, 张珣, 宋彦斌, 赵兵, 徐思雅. 基于熵和线性关系的两级流量异常检测方法[J]. 北京邮电大学学报, 2018, 41(4): 56-62.
[4]	应斐昊, 邢宁哲, 纪雨彤, 纪晨晨, 李文璟. 基于KTLAD的电力数据网业务流量异常检测[J]. 北京邮电大学学报, 2017, 40(s1): 108-111.
[5]	赵建龙, 曲桦, 赵季红. 基于k-近邻域中心偏移的鲁棒性异常检测算法[J]. 北京邮电大学学报, 2017, 40(4): 54-59.
[6]	赵金东, 于彦伟, 刘惊雷. 面向实时海量数据流的数据聚类[J]. 北京邮电大学学报, 2016, 39(3): 114-119.
[7]	刘韬, 王文东, 龚向阳, 阙喜戎, 程时端. 一种软件定义网络中带内模式下控制网络的配置升级机制[J]. 北京邮电大学学报, 2016, 39(1): 24-28.
[8]	朱凯, 张超, 张凯, 李文璟, 孟洛明. 基于TCP数据包层分析的移动互联网用户体验的评估方法[J]. 北京邮电大学学报, 2014, 37(s1): 40-45.
[9]	王开选, 杨峥, 邱雪松. 面向影响分析的电力通信网故障定位算法[J]. 北京邮电大学学报, 2014, 37(s1): 55-59.
[10]	张乐君, 国林, 张健沛, 杨静, 夏磊. 测度属性关系分析的分布式系统异常检测[J]. 北京邮电大学学报, 2013, 36(6): 69-73.
[11]	郭少勇,芮兰兰,邱雪松,孟洛明. 基于用户行为聚类的移动终端业务故障检测优化机制[J]. 北京邮电大学学报, 2011, 34(s1): 46-50.
[12]	高志鹏;郭海生;孟洛明. CADE自主网络管理方法及其应用框架[J]. 北京邮电大学学报, 2009, 32(s1): 30-34.
[13]	陈兴渝;钟朝亮. 基于Web的告警实时显示系统的设计与实现[J]. 北京邮电大学学报, 2009, 32(s1): 115-119.
[14]	肖刚;易雅新;肖俊;卢宁. 基于SNMP、WBEM和WSDM的系统管理技术比较[J]. 北京邮电大学学报, 2009, 32(s1): 134-139.
[15]	徐慧；艾翔；肖德宝. 基于NETCONF协议的新一代网络管理[J]. 北京邮电大学学报, 2009, 32(s1): 10-14.

企业IT网络异常流量综合检测模型

Anomaly Traffic Integrated Detection Model for Enterprise IT Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价