[发明专利]基于双向二维主成分分析的在线网络流量异常检测方法

摘要

本发明公开了一种基于双向的二维主成分分析进行在线的网络流量异常检测的方法，其涉及在线网络流量异常检测技术领域，该方法包括三种不同的BPCA方法，包括通过迭代进行计算的BPCA计算方法、近似的BPCA方法、通过增量型(incremental)方法加速的BPCA方法；该方法通过主成分分析方法对异常数据与正常数据的敏感性来进行异常检测，其主要应用于对实时的网络流量数据进行检测，判断采集到的实时数据是否存在异常数据。从而，确定采集到的数据不存在异常，同时也使得网络管理更加便捷，能够提高在线异常检测的准确率和减少计算时间。

主权项

一种基于双向的二维主成分分析进行在线的网络流量异常检测的方法，其特征在于，其包括以下步骤：第一步：先利用BPCA方法对前t个时刻的历史数据χ＝{X1,…,Xt}进行计算行、列空间的主成分方向Ut、Vt，令Mt＝[Ut,Vt]，并将其存储，该BPCA方法为二维双向主成分分析方法；第二步：在线采样一个t+1时刻下的数据Xt+1；第三步：通过BPCA方法进行计算t+1时刻到来后的行、列空间向量Ut+1、Vt+1，令Mt+1＝[Ut+1,Vt+1]；第四步：计算第五步：判断CosineValue＞Score？如果为真，则判定t+1时刻采样的数据为正常数据，并将t+1时刻采样数据存入数据库作为历史数据同时更新Ut＝Ut+1，Vt＝Vt+1；否则判定t+1时刻采样数据存在异常数据，并将其舍弃，其中Score参数为网络数据中心自定义的异常判别评分。