复杂工业通信网络中,存在大差异多传感器采集外部信息,导致异常流量监测的阈值存在多样性.当前方法以单一阈值完成异常流量检测,存在监测精度低、监测时效性差的问题.通过引入多传感器信息融合技术,设计一种工业通信网络异常流量监测方法.首先,应用多传感器融合技术,为改善局部滤波器的估计精度,选用丢失观测的预报值作为补偿,在此基础上,给出任意两个估计误差之间的互相协方差矩阵,利用该滤波方法实现对通信网络数据滤波处理.然后,基于矩阵模型的平面和 2D坐标属性,将流量特征指纹库按一定的规律进行排序,因为特征经验库具有识别通信网络流量异常的作用,通过与位置特征相结合的方法,建立异常流量匹配模型,对网络中的异常流量进行监测,并确定异常流量产生位置.最后,实验结果表明,新的监测方法具备更高的监测精度,同时能够保证良好的监测时效性,实现对异常流量的快速监测反馈.
万方数据
维普
