摘要

为分析并识别网络中的异常状态,规避网站被攻击风险,以网络数据包为研究对象,基于网络流量具有自相似性的特点,通过自相似指数方差变化率对网络的正异常状态进行度量和分析。选取Moore数据集作为实验数据,以Hurst指数作为自相似度量指数,以数据读取单位、数据读取间隔为算法参数,分别通过方差时间法、平均相邻点对法和R/S法对Hurst指数进行估算,建立了基于自相似指数变化率的适用于实际网络的数据流异常分析规则。实验证明,即使在攻击相对分散且网络状态不稳定的状况下,也可以实现最大限度的网络异常识别。