基于高阶方法的网络流量异常检测

被引：1

作者：

贺成彬

孙志毅

李平阳

机构：

[1] 太原科技大学电子信息工程学院

来源：

工业控制计算机 | 2013年 / 26卷 / 12期

关键词：

异常检测; PCA; 高阶奇异值分解; 高阶正交迭代分解;

D O I：

暂无

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

对大规模网络流量的异常检测是很重要的。主成分分析(PCA)方法基于对原有数据进行简化,在异常检测中得到了广泛应用。对高维数据应用高阶奇异值分解(HOSVD)和高阶正交迭代分解(HOOI)方法,仿真结果表明使用高阶方法进行异常检测提高了检测性能。

引用

收藏

页码：110+112 / 110 +112

页数：2

相关论文

共 1 条

[1] 基于子空间方法的大规模网络流量异常检测 [J].

王海龙 ;

杨岳湘 ;

李强 .

计算机工程与应用, 2007, (11) :153-156