基于层次聚类的网络流量异常分类算法

摘要：

现有的异常流量根源分析技术大多需要人工干预,对异常事件的分类效果不佳.为此,提出基于层次聚类的流量异常分类算法TAC-HC,通过特征属性的训练过程逐步建立分类树,把相似的异常嵌入到子树中,在未知数据集聚类数目的情况下对新的异常进行分类.仿真结果表明,TAC-HC算法的分类平均准确率达到89％,对网络扫描这类小异常事件的分类精确率也能达到95.3％.

关键词：流特征、属性向量、网络异常事件、层次聚类、异常分类算法

所属期刊栏目：38

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家"863"计划基金资助项目2009AA01A346;国家科技支撑计划基金资助项目2011BAH19B01

在线出版日期：2013-01-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：131-136