Выявление аномалий в сетевом трафике на основе нейросетевого моделирования динамики изменения объемов IP-пакетов

Abstract

Рассматривается нейросетевой метод прогнозирования сетевого трафика с целью обнаружения и оценки возможных аномалий в объёмах IP-пакетов. В контексте системы управления сетевым трафиком предлагается нейросетевая модель прямого распространения сигналов, позволяющая экстраполировать сетевой трафик и тем самым прогнозировать значения его объёмов на краткосрочный период действия.

Розглядається нейромережевий метод прогнозування мережевого трафіка з метою виявлення і оцінки можливих аномалій в об’ємах IP-пакетів. У контексті системи управління мережевим трафіком пропонується нейромережева модель прямого розповсюдження сигналів, що дозволяє екстраполювати мережевий трафік і тим самим прогнозувати значення його об’ємів на короткостроковий період дії.

It is considered a neural network method for predicting of network traffic in order to detect and evaluate possible anomalous into the volumes of IP packets. In the context of the network traffic management system, the feedforward neural network model is proposed, which allows to extrapolate network traffic and, thus, to predict the values of its volumes for a short-term period of validity.