一种基于多维分散模糊推理的异常网络流量识别方法

本发明公开了一种基于多维分散模糊推理的异常网络流量识别方法，包括：1.选择多个维度的网络流量并识别关键指标，计算网络流量在各个维度上的相对熵值；2.采用指数平滑预测模型计算相对熵在各个维度上的预测值，并计算出相对熵预测值和实际值之差；3.基于间隔探测模型测量出网络的带宽占用；4.将差值、带宽占用和异常分数分别划分成数个模糊子集，并确定各个模糊子集的隶属度，从而制定模糊规则，计算出各个维度的异常分数；5.对各个维度的异常分数进行加权综合，并根据监测阈值，判断当前数据流是否异常。本发明旨在综合多维度指标对异常流量进行识别和过滤，从而能保障通信网络中关键业务流的实时性。