Детальная информация

Объект исследования составляют временные ряды характеристик сетевого трафика. Предмет исследования --- аномалии сетевого трафика. В этой работе предложен алгоритм определения наличия аномалий во временных рядах, соответствующих сетевому трафику. Метод основан на применении методов нелинейной динамики к временным рядам. Были изучены методы вычисления показателя Хёрста, статистический критерий Дики-Фуллера на стационарность. Изложены существующие методы выявления аномалий. Предложенный метод, опирающийся на вычисление показателя Хёрста, реализован на языке Python. Реализация была протестирована на наборе данных HAI Security Dataset. Продемонстрированы полученные характеристики качества, в том числе, Precision, Recall и eTaPR. Результат работы состоит в том, что предложенный метод за счёт предобработки входных данных увеличивает качество классификации с 0 до практически 1, как по показателю F1, так и по ROC-AUC.

The object of the study comprises time series of network traffic characteristics. The subject of the study is network traffic anomalies. This work proposes an algorithm for detecting anomalies in time series corresponding to network traffic. The method is based on applying nonlinear dynamics techniques to time series data. We examine methods for computing the Hurst exponent and employ the Dickey-Fuller statistical test to determine stationarity. Existing anomaly detection methods are reviewed, and the proposed approach—relying on Hurst exponent calculation—is implemented in Python. The implementation is tested on the HAI Security Dataset, with performance metrics including Precision, Recall, and eTaPR demonstrated. The key result is that the proposed method, particularly using input data preprocessing, improves classification quality from 0 to nearly 1, as measured by both the F1 score and ROC-AUC metrics.

• Обнаружение аномалий в сетевом трафике методами нелинейной динамики
  • Введение
  • 1. Элементы нелинейной динамики и фрактального анализа временных рядов
  • 2. Метод выявления аномалий
  • 3. Программная реализация метода выявления аномалий
  • Заключение
  • Список сокращений и условных обозначений
  • Список использованных источников
  • Приложение 1. Исходный код программы вычисления временных рядов показателей Хёрста по набору данных