文献类型：期刊文章

作　　者：张涛[1] 李倩倩[1] 罗理机[1]

ZHANG Tao;LI Qianqian;LUO Liji

机构地区：[1]湖北工业大学信息技术中心,湖北武汉430068

出　　处：《信息技术与信息化》

基　　金：湖北省教育厅科学研究计划指导性项目,项目编号:B2020043,项目名称:面向图像分类的深层网络优化算法研究。

年　　份：2024

期　　号：2

起止页码：176-179

语　　种：中文

收录情况：普通刊

摘　　要：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。

关 键 词：多传感器融合 通信网络 流量监测  数据融合 单一阈值  

分 类 号：TP393.08] TP212[计算机类]