首页> 中文期刊> 《信息安全研究》 >基于带有ARCH效应时间序列分析的网络流量预测

基于带有ARCH效应时间序列分析的网络流量预测

         

摘要

首先介绍了网络流量异常检测的方法,之后重点对自回归滑动平均模型(ARMA)和小波分析方法作了介绍,同时引入带有ARCH效应的自回归条件异方差模型,并对以上模型的构建提供了方法.之后利用小波分析和带有ARCH效应的时间序列分析方法对银联网络流量进行分解与重构,得到低频项、高频项和激增项.根据各子序列是否具有条件异方差性对相应子序列建立ARMA模型或ARMA-GARCH模型,并将所有的子序列进行线性组合得到网络流量模型.将构建的网络流量模型和原始数据及未考虑条件异方差性的时间序列模型进行对比,对比结果发现构建的网络流量模型平均误差率更小、预测合格率更高,因此其结果更优,并依此作为构建网络异常流量检测基线的预测值更为准确。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号