基于大数据分析的网络异常检测方法

曹旭; 曹瑞彤

doi:10.3969/j.issn.1000-0801.2014.06.025

您当前的位置：

首页 >

文章列表页 >

基于大数据分析的网络异常检测方法

运营技术广角 | 更新时间：2024-06-05

- 基于大数据分析的网络异常检测方法
- Network Anomaly Prediction Method Based on Big Data
- 电信科学 2014年30卷第6期页码：152-156
- 作者机构：
- 作者简介：
  
  [ "曹旭，男，中国联合网络通信集团有限公司中级工程师，主要研究方向为计算机网络技术、IT信息化运维管理。" ]
  [ "曹瑞彤，女，中国联合网络通信集团有限公司中级经济师，主要研究方向为通信技术及通信经济发展。" ]
- 基金信息：
- DOI：10.3969/j.issn.1000-0801.2014.06.025
  中图分类号：
- 网络出版日期：2014-06，
  
  纸质出版日期：2014-06-20
- 稿件说明：
移动端阅览
曹旭, 曹瑞彤. 基于大数据分析的网络异常检测方法[J]. 电信科学, 2014,30(6):152-156.

Xu Cao, Ruitong Cao. Network Anomaly Prediction Method Based on Big Data[J]. Telecommunications science, 2014, 30(6): 152-156.
曹旭, 曹瑞彤. 基于大数据分析的网络异常检测方法[J]. 电信科学, 2014,30(6):152-156. DOI： 10.3969/j.issn.1000-0801.2014.06.025.

Xu Cao, Ruitong Cao. Network Anomaly Prediction Method Based on Big Data[J]. Telecommunications science, 2014, 30(6): 152-156. DOI： 10.3969/j.issn.1000-0801.2014.06.025.

摘要

随着当前网络结构的日益复杂，网络故障出现的概率逐渐增加，网络管理面临更大的挑战。网络管理的一个重要任务是通过对网络设备运行状况的监测，及时发现网络异常，提前进行处置，以降低故障带来的损失。当前业界已经对故障诊断进行了大量研究，但仍然存在告警丢失、虚警严重等问题。为此，提出了一种基于大数据分析的网络性能预测方法，通过改变网络管理中“先报警，再处理”的故障处理流程，实现网络故障的预警功能。本文的研究内容对于提升网络的可用性和可靠性具有一定的意义。

Abstract

With the development of the network technology and expansion of the network size

the probability of network anomaly is greatly increased

which makes network management face greater challenges.An important task of network management is network anomaly detection in time based on the data got by network management system （NMS）; the performance of network management will be great improved if the network anomaly could be detected before it really happen.A method of network anomaly prediction based on big data was presented

the traditional process act as “first alarm

then solve”was replaced by anomaly prediction process.The result is significant for improving network availability and reliability.

关键词

Keywords

references

Hanemann A , Sailer M , Sehmitz D . Towards a framework for it service fault management . Proceedings of the European University Information Systems Conference （EUNIS2005）,Manehester , England , 2010

Steindler M , Sethi A S . Probabilities fault diagnosis in communication systems through incremental hypothesis updating . Computer Networks , 2011 , 45 （ 4 ）: 537 ～ 562

Box E P , Jenkins G M , Reinsel G C . 时间序列分析—预测与控制 . 顾岚，范金减译. 北京：中国统计出版社， 2011

Basu S , Mukherjee A , Klivansky S . Time series models for internet traffic . http://hdl.handle.net/1853/6696 http://hdl.handle.net/1853/6696 ， 1996

Frost V , Melamed B . Traffic modeling for telecommunications networks . IEEE Communication Magazine , 2004 , 32 （ 3 ）: 70 ～ 81

浏览量

2271

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于SDWAN承载技术的生态环境厅业务专网升级

基于区块链的多源网络大数据安全访问权限认证仿真

基于大数据的5G流量驻留比极限值研究

基于异构数据的电力短期负荷大数据预测方案

DT时代面向数据服务的新型基础设施架构