Обнаружение аномальных выбросов телекоммуникационного трафика методами дискретного вейвлет-анализа
- 1 д. т. н., профессор, зав. кафедрой «Защита информации и техника почтовой связи», Московский технический университет связи и информатики (МТУСИ)
- 2 аспирант, Московский технический университет связи и информатики (МТУСИ)
Аннотация
Предложен метод, основанный на дискретном вейвлет-разложении трафика и статистических алгоритмах обработки, с использованием критериев Фишера и Кохрана для обнаружения аномалий трафика в компьютерных и телекоммуникационных сетях; показано, что для уменьшения уровня ложных срабатываний используется два скользящих окна с двумя пороговыми значениями, а это обеспечивает высокую эффективность обнаружения аномальных выбросов трафика.
Для цитирования
Шелухин О.И., Гармашев А.В. Обнаружение аномальных выбросов телекоммуникационного трафика методами дискретного вейвлет-анализа // Электромагнитные волны и электронные системы. 2012. № 2. С. 15–27.
Список источников
- Kwitt, R., A Statistical Anomaly Detection Approach for DetectingNetwork Attacks. 14th December 2004/ 6QM Workshop, Salzburg.
- Feinstein, L. and Schnackenberg, D., Statistical Approaches to DDoS AttackDetection and Response. Proceedings of the DARPA Information SurvivabilityConference and Expostion (DISCEX-03), April 2003.
- Vinay A.Mahadik, Xiaoyong Wu and Reeves, D. S., Detection of Denialof-QoS Attacks Based On χ 2 Statistic And EWMA Control Charts. http://arqos.csc.ncsu.edu/papers/2002-02-usenixsec-diffservattack.pdf, NC StateUniversity, Raleigh.
- Nong Ye and Qiang Chen, An Anomaly Detection Technique Based on aChi-Square Statistic for Detecting Intrusions into Information Systems.Qualityand Reliability Eng. Int'l. 2001. V. 17, № 2. P.105-112.
- Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников. М.: Физматлит. 2006.
- http://www.ll.mit.edu/mission/communications/ist/corpora/ideval/data/index.html
- Mallat, S., A wavelet tour of signal processing 3 ed.: The Sparse Way, 2005.