[发明专利]一种基于小波提升的网络异常流量检测方法

说明书

本发明涉及网络异常流量检测技术领域，其目的在于提供了一种基于小波提升的网络异常流量检测方法，包括如下步骤：获得流量时间的统计信息；确定适合的小波基，用选定的小波基分析原始信息；根据原始流量的大小确定分解的层数，并将原始信号分为奇数项和偶数项；用预测算子和更新算子对奇偶项进行处理，从而得到小波的逼近系数和细节系数；求解Hurst参数，通过相邻Hurst参数变换值的大小来判断是否出现网络异常情况，其有益效果在于：通过利用小波提升算法来对网络异常流量检测，能高效计算出网络流量的自相似参数，具有运算量更小，计算更简便的优点，对于目前的研究工作和CPS系统安全方面具有重要的意义。

技术领域

本发明涉及网络异常流量检测技术领域，尤其涉及一种基于小波提升的网络异常流量检测方法。

背景技术

泛在电力物联网是利用信息传感设备与某些特定的通信协议相互配合，在电力系统中实现人与人、人与物和物与物的通信或交互功能。泛在电力物联网作为能源互联网的有效组成部分之一，其重要性涉及到整个电网的稳定运行。而影响泛在电力物联网安全的一个关键因素就是其感知层接入了不计其数、功能结构互异的终端。感知层通过各种传感器将收集到的终端数据传输给网络层，而后网络层将数据共享给需要的客户。然而，由于终端数量多、传输数据杂，在这个流程当中，最适于各种恶意流量的潜伏。

目前，对于异常流量的检测方法报道甚多，利用比较不同时刻得自相似参数判断异常；首先对某个网络性能参数设定阈值，实时检测该性能参数并与设定的阈值相比，从而达到检测异常流量的目的；选取与安全事件紧密相关的流量属性作为统计对象，研究其变化过程，以此来检测异常。把经典时间序列模型如AR、ARMA等用于网络流量分析，通过比较模型参数的变化检测异常。利用傅里叶变换对流量信号进行时频变换，在频域检测异常流量。但是，截至目前，对于泛在电力物联网“洪流”流量中的微量异常流量检测方法，报道的甚少。为了寻找一种有效的检测方法处理饭在电力物联网中的微量异常流量，本发明考虑到小波分析法能够较好的处理变化微弱的信号和突变信号，并对其信号局部特征进行表征，但由于小波分析法对存储要求高、计算量大，而泛在电力物联网中传输的数据量呈指数式增长，对其设备要求则更高。

考虑到成本和可行性问题，本发明选择了小波提升算法。小波提升算法不仅摆脱了传统小波运算对频域的依赖，提高了存储效率，简化了计算量。而且最重要的一点是，小波提升将浮点运算转换成了整数运算，提高了运算的精度，节约了硬件资源。目前小波提升广泛应用于信号处理领域，使用小波提升来检测网络异常流量具有重要意义。

发明内容

本发明的目的时针对上述现有技术中的不足，提供了一种基于小波提升的网络异常流量检测方法，通过利用小波提升算法来对网络异常流量检测，能高效计算出网络流量的自相似参数，具有运算量更小，计算更简便的优点。

为实现上述目的，本发明采用的技术方案具体如下：

一种基于小波提升的网络异常流量检测方法，其特征在于：包括如下步骤：

步骤1：获得流量时间的统计信息；

步骤2：确定适合的小波基，用选定的小波基分析原始信息；

步骤3：根据原始流量的大小确定分解的层数，并将原始信号分为奇数项和偶数项；

步骤4：用预测算子和更新算子对奇偶项进行处理，从而得到小波的逼近系数和细节系数；

步骤5：求解Hurst参数，通过相邻Hurst参数变换值的大小来判断是否出现网络异常情况。

本发明的有益效果为：通过利用小波提升算法来对网络异常流量检测，能高效计算出网络流量的自相似参数，具有运算量更小，计算更简便的优点，对于目前的研究工作和CPS系统安全方面具有重要的意义。

附图说明

图1是本发明的异常检测流程示意图。