长江信息通信杂志

摘要：网络流量数据具有高维稀疏与时空关联复杂等特性,传统检测方法存在特征冗余与计算效率低下问题,采用tSNE空间映射算法将流量特征投影至二维可视化空间,结合K-means聚类与孤立森林异常检测构建分层识别模型。通过Python环境下Scapy抓包工具采集校园网真实流量样本,提取包长度,时间间隔与协议分布等统计特征,实验结果显示,空间映射后正常流量与攻击流量呈现明显区域分离特征,孤立森林检测准确率达96.2%,处理延迟控制在50毫秒以内。该方法无需依赖标注数据集,适用于实际网络环境部署,为异常流量实时监测提供了轻量化解决方案。

关键词： 入侵检测;空间映射;孤立森林;流量聚类;特征可视化;

DOI： 10.20153/j.issn.2096-9759.2026.08.004

专辑： 信息科技

专题： 互联网技术;自动化技术

分类号： TP393.08;TP181