随着互联网爆炸性的增长,网络安全问题如恶意攻击,蠕虫病毒,DDoS攻击等事件的数量和影响也一直在不断增加.如何能够及时准确地检测到网络流量异常是我们面临的一个重要问题.作者根据网络流量的信号特性,结合sketch数据结构和网络流量Lipschitz正则性分布,提出了一种新的异常检测技术.该方法不仅能有效地定位骨干网流量异常发生的源IP地址和发生时刻,还能根据源IP地址熵值的分析,对异常进行识别。实验分析的结果验证了该方法在检测和可溯源方面的有效性.
2022-10-27 16:15:36
2.05MB
1
本部分内容给出了9个常见信号与排列熵计算的程序与自己对其内容的理解与解释，为改进经验模态分解(MEEMD)提供一个铺垫，后边会陆续发布第二部分与第三部分的内容。
对应视频百度网盘链接:链接：https://pan.baidu.com/s/1cYpmhmCB2RcP2qgXRpV_NQ?pwd=z3g6
提取码：z3g6
2022-10-27 12:23:56
3.63MB
1
包含自信息、信源熵、例2.4P27、例2.6P39、例2.7P43、马尔科夫信源例2.10P56、英文信源熵表2.6P59、中文信源熵表2.7P61,用matlab编写，说明文档有运行结果
2022-10-27 01:36:27
19KB
1
保守值法matlab代码这是“单变量生物医学信号的熵分析：方法的回顾和比较”中使用的Matlab代码
2022-10-26 09:50:40
12KB
1
利用VMD分解，计算每个模态的能量熵的程序。
2022-10-25 09:06:36
2KB
1
逻辑混沌映射，通过排列熵算法有效检测出序列的周期——混沌状态
2022-10-19 22:21:52
2KB
1