基于大數據的互聯網異常流量檢測研究

李寧

摘要：為了提高網絡異常流量檢測結果的準確性，研究基于大數據分析的網絡異常流量檢測方法，并運用Matlab軟件對其進行驗證，采用支持向量機算法來建立云計算平臺中的網絡流量檢測模型，運用現有的數據樣本對建立的檢測模型進行訓練，增強其泛化能力。實驗結果表明，基于大數據的網絡異常流量檢測模型能夠提高檢測準確率28.3%，而耗時僅為常規單機網絡異常流量檢測方法的12.6%。

關鍵詞：大數據;異常流量檢測;云計算;支持向量機

中圖分類號：TP393文獻標志碼：A

文章編號：2095-5383（2018）04-0034-05

隨著互聯網與人們的生活越發緊密，網絡異常事件也越發頻繁，對網絡的質量和可靠性提出了直接而嚴重的挑戰。如能在短時間內發現網絡異常事件，就可高效應對并提高網絡通信的安全性。一方面，為保證網絡的相對安全，網絡供應商和用戶簽署了不少的通信協議，但這些協議漏洞較多，此外，網絡主流產品存在不完善之處、操作員對管轄內的主機存在疏于管理、木馬病毒等問題，都會對網絡安全提出挑戰。另一方面，隨著網絡在人類生活中的普及，網絡數據海量劇增，各種應用App越發多樣，通信數據逐日劇增，如何確保企業信息的安全和對異常流量的監測已成為當代企業發展的一大難題。所以，對海量的數據流量進行監測，已成為當前互聯網行業的核心挑戰難題[1-2]。

網絡流量異常檢測問題可簡化認定為流量分類問題，即對一個流量狀態判別為正常流量或異常流量兩種。……