动态网络中的鲁棒异常检测

我们提出了两种用于动态网络中异常检测的鲁棒方法，其中正常流量的特性是随时间变化的。我们将鲁棒异常检测问题表述为二元复合假设检验问题，并提出了两种方法：一种无模型方法和一种基于模型的方法，利用了大偏差理论中的技术。这两种方法都需要一组代表流量正常特性的概率律（Probability Laws, PLs）。我们设计了一个两步过程来估计这组 PLs。我们在具有昼夜正常模式和常见数据外泄异常的网络上，比较了我们的鲁棒方法与其假设正常流量是平稳的普通对应方法的性能。仿真结果表明，我们的鲁棒方法在动态网络中的表现优于其普通对应方法。