...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computer Graphics and Applications, IEEE >ENTVis: A Visual Analytic Tool for Entropy-Based Network Traffic Anomaly Detection
【24h】

ENTVis: A Visual Analytic Tool for Entropy-Based Network Traffic Anomaly Detection

机译：ENTVis：用于基于熵的网络流量异常检测的可视化分析工具

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Entropy-based traffic metrics have received substantial attention in network traffic anomaly detection because entropy can provide fine-grained metrics of traffic distribution characteristics. However, some practical issues--such as ambiguity, lack of detailed distribution information, and a large number of false positives--affect the application of entropy-based traffic anomaly detection. In this work, we introduce a visual analytic tool called ENTVis to help users understand entropy-based traffic metrics and achieve accurate traffic anomaly detection. ENTVis provides three coordinated views and rich interactions to support a coherent visual analysis on multiple perspectives: the timeline group view for perceiving situations and finding hints of anomalies, the Radviz view for clustering similar anomalies in a period, and the matrix view for understanding traffic distributions and diagnosing anomalies in detail. Several case studies have been performed to verify the usability and effectiveness of our method. A further evaluation was conducted via expert review.
机译：基于熵的流量指标已在网络流量异常检测中引起了广泛关注，因为熵可以提供流量分布特征的细粒度指标。但是，一些实际问题（例如歧义，缺乏详细的分发信息以及大量误报）会影响基于熵的流量异常检测的应用。在这项工作中，我们引入了一个名为ENTVis的可视化分析工具，以帮助用户了解基于熵的流量指标并实现准确的流量异常检测。 ENTVis提供了三种协调的视图和丰富的交互性，以支持在多个角度上进行一致的可视化分析：用于感知情况和查找异常提示的时间轴组视图，用于在一段时间内对相似异常进行聚类的Radviz视图以及用于了解流量分布的矩阵视图并详细诊断异常。已经进行了几个案例研究，以验证我们方法的可用性和有效性。通过专家评审进行了进一步评估。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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