论文研究 基于NetFlow的特征感知自适应的流采样方法.pdf

采样是网络异常检测中数据采集的主要方法。而网络流的持续时间、数据包的大小、异常流量出现的频率等都在不断变化，给准确的采样带来很多负面的影响。为此，提出了特征感知的自适应采样技术，在流量特征不断变化的情况下可以自动调整采样率，并将它和随机采样技术、选择采样技术进行比较，研究了这些采样技术在网络行为分析系统中保留网络特征的能力，实验结果表明此方法在保留网络特征和异常检测质量评估中，明显优于其他方法。