一种基于流量统计的小波分析边界处理方法

摘要

基于流量统计的小波分析边界处理方法是一种用于基于小波分析的Hurst参数求解的方法，主要用来解决Hurst参数精确求解问题，从而解决精确检测DDoS攻击。该方法中，应用Mallat算法，进行离散小波分解，在多级分解过程中，对每一级信号进行流量统计，利用其平均流量作为延拓信号，设经过预处理等待检测信号为S＝[S1，S2，…，Sn]，其中信号长度为n，S1、S2、…、Sn为相同指定间隔时间内统计出来的流量，小波滤波器长度为WLen，则其最大可分解级数，通过使用本发明提出的方法，在基于自相似理论检测DDoS攻击中，可以更精确的求解出Hurst参数，准确地判断是否发生DDoS攻击。

主权项

1.一种基于流量统计的小波分析边界处理法，其特征在于该方法中，应用Mallat算法，进行离散小波分解，在多级分解过程中，对每一级信号进行流量统计，利用其平均流量作为延拓信号，设经过预处理等待检测信号为S＝[S1，S2，...Sn]，其中信号长度为n，S1、S2、...、Sn为相同指定间隔时间内统计出来的流量，小波滤波器长度为WLen，则其最大可分解级数具体包括如下步骤：1).统计[S1，S2，...Sn]的总流量，计算方法如下：Sum＝S1+S2+...+Sn；  sum为总流量；2).计算平均流量，计算方法如下：average＝sum/n；average为平均流量；3).对信号S进行边界延拓，方法如下；[S1，S2，...Sn，average，average，...average]，使用平均流量average进行边界延拓，延拓后信号长度为n+WLen；4)．对信号S和小波高通、低通滤波器进行卷积并下采样分别到细节信号d和近似信号a；5)对近似信号a＝[α_j，1，α_j，2，...α_j，nj]，其中j为分解级数，j∈[1，MaxLev]，采用从步骤1)到步骤3)相同的处理方法：●  首先统计总流量sum＝α_j，1+α_j，2+...+α_j，nj；sum为近似信号a的总流量，其长度为nj，表示第j级分解的近似信号a的长度，j为分解级数；●  计算平均流量average＝sum/nj；●对近似信号a延括为[a_j,1，α_j，2，...α_j，nj，average，average，...average]，使用平均流量average进行边界延拓，延拓后信号长度为nj+WLen。