论文研究基于LindebergFeller定理的网络异常检测算法.pdf

在网络运维管理领域，需要及时发现网络异常并进行提示。网络异常事件与正常数据相比较少，难以作为二分类问题进行处理。同时异常事件丰富多样，没有统一模式和规律。因此，需要对网络正常数据进行建模，利用待检数据与正常数据的偏离程度判定网络异常事件是否发生。通过对正常数据进行建模分析，以Lindeberg-Feller中心极限定理为基础，设计合理的假设检验统计量，对待检数据计算出的检验统计量是否在置信度对应的拒绝域给出异常事件判别结论。最后，用仿真实验证明算法原理，并给出算法在公开数据集和实际数据集上的检测性能，在选择合理的异常事件对应参数后，异常事件召回率可以达到90%以上。