نظریه آشکارسازی ناهنجاری ترافیک مبتنی بر تکنیک و تحلیل

نظریه آشکارسازی تغییر نقطه، مبتنی بر شناسایی تغییرات ناگهانی در ترافیک شبکه است. این نظریه، بر تحلیل ترافیک طولی یعنی اوج تغییرات ناگهانی به جای آنالیز الگوی ترافیک در بیست و چهار ساعت متمرکز است. به جای تغییرات ترافیک در طول روز، باید دوره واقعی ترافیک در نظر گرفته شود که در آن ناهنجاری رخ داده برای قراردادهای اتصال داخلی از طریق عملگرها به کار می رود، چیزی که با تکنیکهای تغییرات ناگهانی ممکن نیست. تا بهامروز هیچ کارشناسی آشکار سازی تغییرات نقطه ای بر اساس الگوی ترافیک در یک روز، که به منزله یک نظریه اطلاعات جدید مبتنی بر تکنیک فوقالذکر باشد، ابداع نکرده است. هدف از این نوشتار، معرفی این تکنیک و آنالیز چگونگی رفتار الگوریتمهای مختلف در آشکارسازی نقاط تغییر در نمایه یک روز معمولی است. ما نتیجه می گیریم که ترکیب الگوریتمها نتایج بهتری نسبت به استفاده از یک الگوریتم دارد. در دوره های پایین ترافیک، بهترین تستهای تناسب مشاهدات، تغییر شرایط را آشکار می سازد، هرچند در دوره های ترافیک معمولی، بهترین الگوریتمهای مبتنی بر آنتروپی به علاوه مکمل های نمودار کنترل آماری، افزایش ترافیک را در زمانی که تغییرات ناگهانی صرف نظر از بار ترافیک آشکار می شود، آشکار می سازد.

Keywords:

آنالیزهای ترافیک , امنیت , آشکارسازی تغییر نقطه ای , تناسب مشاهدات , چارت های کنترل آماری , اطلاعات متقابل