[发明专利]基于子流分形指数的流量在线识别方法有效
申请号: | 201710362094.0 | 申请日: | 2017-05-22 |
公开(公告)号: | CN107135126B | 公开(公告)日: | 2020-03-24 |
发明(设计)人: | 汤萍萍;王再见;杨凌云 | 申请(专利权)人: | 安徽师范大学 |
主分类号: | H04L12/26 | 分类号: | H04L12/26;G06N20/00;G06K9/62;H04L29/06 |
代理公司: | 芜湖安汇知识产权代理有限公司 34107 | 代理人: | 钟雪;方文倩 |
地址: | 241000 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 子流分形 指数 流量 在线 识别 方法 | ||
1.一种基于子流分形指数的流量在线识别方法,其特征在于,所述方法包括如下步骤:
S1、对待测流量X(t),从切入点时间t0开始,截取子流片段并进行采样,得到子流序列
S2、对所述子流序列进行归一化;
S3、估算子流的分形指数DH;
S4、计算子流分形指数DH与各已确定流量类型的m个随机分形指数的差异量;
S5、将小于阈值T*的最小差异量对应的已确定流量类型作为所述待测流量的流量类型;
所述步骤S3具体包括如下步骤:
S31、对子流序列进行离散傅立叶变换,再由帕斯瓦尔关系获取能量密度谱S(w);
S32、根据所述能量密度谱S(w),计算不同Sj值对应的Aj,其中所述Sj是能量的随机取值,j=1,2...n,所述Aj是指能谱密度谱曲线上大于能量值Sj的部分与S=Sj所包围的面积;
S33、对所述Sj和所述Aj同时取对数,得到双对数曲线,通过LSM直线拟合得到直线斜率,取其负值即为分形指数DH。
2.如权利要求1所述的基于子流分形指数的流量在线识别方法,其特征在于,所述差异量采用如下公式计算:
其中,ΔH为差异量,DH为子流片段的分形指数,DHK为已确定流量类型的分形指数集,m是指分形指数集中随机获取分形指数的个数。
3.一种基于子流分形指数的流量在线识别方法,其特征在于,所述方法包括如下步骤:
S1、对待测流量X(t),从切入点时间t0开始,截取子流片段并进行采样,得到子流序列
S2、对子所述子流序列进行归一化;
S3、估算子流的分形指数DH;
S6、将子流的分形指数与已确定流量类型的分形指数区间进行比较,获取子流的预估流量类型,每种已确定流量类型都对应一个分形指数区间;
S7、计算子流的分形指数与预估流量类型的m个随机分形指数的差异量,所述预估流量类型为距子流分形指数最近的两分形指数区间对应的两已确定流量类型,子流分形指数到分形指数区间的距离为子流分形指数到临近子流分形指数的分形指数区间端值之间的距离;
S8、将小于阈值T*的最小差异量对应的预估流量类型作为所述待测流量的流量类型;
所述步骤S3具体包括如下步骤:
S31、对子流序列进行离散傅立叶变换,再由帕斯瓦尔关系获取能量 密度谱S(w);
S32、根据所述能量密度谱S(w),计算不同Sj值对应的Aj,其中所述Sj是能量的随机取值,j=1,2…n,所述Aj是指能量密度谱曲线上大于能量值Sj的部分与S=Sj所包围的面积;
S33、对所述Sj和所述Aj同时取对数,得到双对数曲线,通过LSM直线拟合得到直线斜率,取其负值即为分形指数DH。
4.如权利要求3所述的基于子流分形指数的流量在线识别方法,其特征在于,所述差异量采用如下公式计算:
其中,ΔH为差异量,DH为子流片段的分形指数,DHK为已确定流量类型的分形指数集,m是指分形指数集中随机获取分形指数的个数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽师范大学,未经安徽师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710362094.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:视频IDC带宽流量预测方法及装置
- 下一篇:一种网络流量异常检测方法及装置