多模型融合的海量网络流量并行异常检测方法

作者：韩萍; 张寒; 方澄; 牛勇钢

来源：中国民航大学学报, 2022, 40(01): 13-20.

• 网络流量
• 异常检测
• 模型融合
• 流式并行计算
• 黑名单

传统网络流量异常检测方法受数据规模、处理能力的限制，存在准确率低、实时监测困难等问题，为此提出一种基于多模型融合的流式并行异常检测方法。首先，对多个单一模型进行训练并融合，然后利用分布式架构实现融合模型的流式并行计算；其次，对识别结果进行验证，从而建立异常流量黑名单，利用黑名单对实时网络流量进行精准的匹配检测；最后，基于Hadoop大数据平台，采用KDD CUP99作为实例数据集进行实验，实验结果表明，与典型的异常检测方法相比，该方法能够实现实时流数据的异常检测，提高了检测准确率和计算效率。

• 单位
  自动化学院; 中国民航大学