基于改进灰色聚类算法的云架构数据中心网络异常流量过滤算法

摘要：

为避免异常流量影响云架构数据中心网络安全运行,需要对云架构数据中心网络异常流量进行过滤.异常流量在不同信噪比和信道条件下过滤难度不同,为了在不同过滤条件下保障异常流量过滤效果,提出了基于改进灰色聚类算法的云架构数据中心网络异常流量过滤算法.通过时间-频率分析构建了云架构数据中心网络流量传输模型,采集网络流量序列;引入加权广义距离改进灰色聚类算法,利用改进的灰色聚类算法计算网络流量序列特征最佳聚类结果,实现流量序列特征提取;通过主成分分析法获取流量序列特征的主分量特征值,构建两个子空间,将流量特征以矩阵方式映射到两个子空间中;根据映射周期向量的平方预测误差与阈值计算结果,过滤异常流量.实验结果表明,该算法可通过聚类实现数据中心网络流量序列特征提取,在不同信噪比和信道条件下有效过滤异常流量;当网络信噪比为 25 dB 且流量在高斯信道中传输时,异常流量过滤效果更突出.

关键词：改进灰色聚类、云架构、数据中心网络、异常流量、加权广义距离、主成分分析

所属期刊栏目：39

分类号：TP393(计算技术、计算机技术)

在线出版日期：2023-08-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：90-98