[发明专利]一种网络流量特征分析方法及系统

说明书

技术领域

本发明涉及通信网络技术领域，更具体地说，涉及一种网络流量特征分 析方法及系统。

背景技术

随着物联网，软件定义网络，以信息为中心的网络等新网络技术的进步， 新的通信类型和特性已经出现在当前的通信网络中。更具体地，对于一些全 新的应用，例如在线支付，移动网络等，新的应用导致新的业务模式和特征。 传统网络支持的网络性能，没有考虑到这些新特性，例如由于调度，丢包和 网络故障等原因造成的路径延迟。此外，流量异常对用户的体验和网络有重 要影响，如新型攻击，新型异常模式，未知隐藏流量性质。因此，如何捕获 网络流量特征对于运营商和用户非常重要。到目前为止，网络流量的特征分 析已成为学术和行业的热门话题。

网络流量的特征分析和提取已经广泛研究，广义熵度量和信息距离度量 可以用于通过测量合法流量和攻击流量之间的差异来检测低速率分布式拒绝 服务攻击行为。空间-时间相关性用于发现和检测网络中的异常，聚合流量统 计和分布式空间检测方法用于识别网络异常，特征分析用于诊断异常网络流 量。此外，通过分析网络流量特征，可以构建模型来检测网络事件。在具有 较小缓冲区的路由器中的TCP(Transmission Control Protocol，传输控制协议) 流量异常问题也已被研究。小波变换被用来描述网络流量的多尺度特征，时 频分析用于提取网络流量性质。此外，从网络的角度来看，异常网络流量还 可以通过信号变换来检测，这些方法可以都捕获网络流量的特征。然而，它 们具有较大的误差，因此，如何减小网络流量特征分析的误差提高分析精度 是一项亟待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种网络流量特征分析方法，能够提 高特征分析的精度减小误差。

为实现上述目的，本发明提供如下技术方案：

一种网络流量特征分析方法，包括：

在网络拓扑结构中，捕获源节点到目的节点的流量数据；

对所述流量数据进行小波包变换，获得小波包系数；

对所述小波包系数进行主成分分析得出网络流量特征。

优选地，所述对所述流量数据进行小波包变换，获得小波包系数包括：

将所述小波包系数分成高频和低频两部分；

基于小波包变化逆变换得出高频信号和低频信号与时域信号的互逆关 系。

优选地，所述对所述小波包系数进行主成分分析得出网络流量特征包括：

基于主成分分析将信号以特征向量矩阵、能谱矩阵和特征流矩阵的乘积 形式表示；

将所述高频信号和低频信号相加得出网络流量特征。

一种网络流量特征分析系统，包括：

捕获模块，用于在网络拓扑结构中，捕获源节点到目的节点的流量数据；

变换模块，用于对所述流量数据进行小波包变换，获得小波包系数；

分析模块，用于对所述小波包系数进行主成分分析得出网络流量特征。

优选地，所述变换模块包括：

区分单元，用于将所述小波包系数分成高频和低频两部分；

第一生成单元，用于基于小波包变化逆变换得出高频信号和低频信号与 时域信号的互逆关系。

优选地，所述分析模块包括：

表示单元，用于基于主成分分析将信号以特征向量矩阵、能谱矩阵和特 征流矩阵的乘积形式表示；

第二生成单元，用于将所述高频信号和低频信号相加得出网络流量特征。

由上述技术方案可知，本实施例提供了一种网络流量特征分析方法，当 需要对网络流量特征进行分析时，首先在网络拓扑结构中，捕获源节点到目 的节点的流量数据，然后对流量数据进行小波包变换，获得小波包系数，最 后对小波包系数进行主成分分析得出网络流量特征，利用小波包变换提取网 络流量的隐藏特征，然后，在对网络流量进行小波包变换后，利用主成分分 析方法进一步完善网络流量的时频域特征，提高了对通信网络中网络流量特 征分析的精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面 描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明公开的一种网络流量特征分析方法实施例1的方法流程图；

图2为本发明公开的一种网络流量特征分析方法实施例2的方法流程图；