基于信息熵的流量异常检测的任务书.docx

基于信息熵的流量异常检测的任务书
任务书
任务名称：基于信息熵的流量异常检测
任务背景：
现今，互联网已经成为人们日常生活中不可或缺的一部分，越来越多的人使用互联网进行工作、生活和娱乐等活动。随着互联网的发展，网络安全问题也逐渐凸显出来，网络攻击、黑客入侵等问题带来了巨大的经济损失和安全风险。因此，如何有效的对网络进行安全监测和预防成为了亟待解决的问题。
在网络安全中，流量异常检测是一个重要且常见的问题。基于流量数据，通过对网络流量进行监测和分析，可以发现流量中出现的异常情况，如突发流量、频繁访问、异常协议等，从而提早预警并采取相应的措施。
任务目标：
本次任务旨在设计并实现一种基于信息熵的流量异常检测算法，包括以下内容：
1.流量数据采集：通过合适的方式采集网络流量数据。
2.流量数据预处理：对采集到的流量数据进行预处理，包括数据清洗、特征提取等步骤。
3.信息熵理论：设计与实现信息熵理论中的相关算法。
4.流量异常检测模型建立：基于信息熵理论，建立流量异常检测模型。
5.流量异常检测算法实现：实现流量异常检测算法，并验证算法的有效性和性能。
任务要求：
1.针对不同情况，选择适当的网络流量采集方式，如基于网络中心流量镜像、数据包嗅探等方式。
2.针对采集到的网络流量数据进行处理，包括数据清洗、特征提取等步骤。
3.掌握信息熵理论的基本概念和相关算法，如香农熵、条件熵、互信息等。
4.基于信息熵理论，设计并实现流量异常检测模型，在模型中采用合适的熵计算方法和阈值选择方法。
5.实现流量异常检测算法，并验证算法的有效性和性能，包括准确率、召回率等指标，并进行有效性比较。
任务步骤：
1.确定任务背景和目标，并进行文献调研和技术分析。
2.选择合适的流量采集方式，设计并实现流量数据预处理的算法。
3.学习信息熵理论，掌握相关算法。
4.基于信息熵理论，设计并实现流量异常检测模型。
5.实现基于信息熵的流量异常检测算法，并验证其有效性和性能。
6.优化和完善流量异常检测算法，并进行比较和分析。
7.撰写技术报告，并进行汇报和讨论。
参考文献：
1.谭志良,王海涛,刘英杰,&李永红.(2015).基于熵权法和k-means算法的网络流量异常检测方法.计算机工程与应用,51(16),76-81.
2.孙云芳,&邓忠明.(2019).基于互信息的网络流量异常检测算法.计算机技术与发展,29(11),149-154.
3.李经楠,&许宏宇.(2019).基于惩罚项的信息熵阀值自适应算法在流量异常检测中的研究.南方电脑(学术版),(09),28-31.
4.吴鑫,&张麟.(2020).基于信息熵的网络流量异常检测算法研究.电子技术与软件工程,21(13),183-184.