版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、準(zhǔn)確識別當(dāng)前網(wǎng)絡(luò)流量所使用的應(yīng)用協(xié)議可以為網(wǎng)絡(luò)監(jiān)測、分析與管理提供較傳統(tǒng)SNMP協(xié)議更豐富細(xì)致的網(wǎng)絡(luò)使用狀況報告,并且是QoS、SLA等服務(wù)的前提和基礎(chǔ)。但是,隨著網(wǎng)絡(luò)帶寬的飛速增長,新應(yīng)用協(xié)議的不斷涌現(xiàn),以及現(xiàn)有協(xié)議私密性和動態(tài)性的增強,目前已有的應(yīng)用協(xié)議識別方法在整體的精度、協(xié)議的粒度、識別的時空復(fù)雜度、以及方法的靈活性與通用性方面達(dá)不到令人滿意的效果,無法滿足在10Gbps主干網(wǎng)絡(luò)信道環(huán)境下實時準(zhǔn)確標(biāo)記應(yīng)用協(xié)議的要求。
2、 本論文針對實際需求,對應(yīng)用協(xié)議識別過程的各個方面進(jìn)行了深入系統(tǒng)地分析和改進(jìn),從而達(dá)到基于當(dāng)前網(wǎng)管可用的數(shù)據(jù),即抽樣流記錄,實時準(zhǔn)確地標(biāo)識當(dāng)前10Gbps高速網(wǎng)絡(luò)信道中每條流所使用的應(yīng)用協(xié)議的最終目標(biāo)。
論文主要包括三部分內(nèi)容:首先針對應(yīng)用協(xié)議識別的基礎(chǔ)——協(xié)議行為特征,提出了新的特征選擇和測度相關(guān)關(guān)系分析方法,為協(xié)議識別提供有效依據(jù);然后,基于優(yōu)化的測度選擇,在理論環(huán)境中討論協(xié)議識別問題,即基于非抽樣流記錄的識別方法;
3、最后逐步限制環(huán)境條件,提出了基于抽樣流記錄和抽樣NetFlow流記錄的應(yīng)用協(xié)議識別方法。實驗結(jié)果表明,在1/256常用報文抽樣比設(shè)置的NetFlow流記錄實際環(huán)境下,應(yīng)用協(xié)議識別達(dá)到超過86%的準(zhǔn)確率,并滿足實時監(jiān)測10Gbps主干網(wǎng)絡(luò)信道流量的效率要求。
論文第一部分首先針對目前研究對協(xié)議行為特征的理解不夠全面準(zhǔn)確的情況,在分析行為特征選擇的本質(zhì)屬性基礎(chǔ)上,提出了一種基于卡方統(tǒng)計的判斷某行為測度是否可作為網(wǎng)絡(luò)應(yīng)用層協(xié)議的
4、行為特征,并對該行為特征的顯著程度進(jìn)行評估的方法——ABSA。該方法以數(shù)理統(tǒng)計理論中的卡方統(tǒng)計檢驗為基礎(chǔ),使用假設(shè)檢驗判斷兩分布的擬合程度,從本質(zhì)上確定測度是否可作為某協(xié)議的行為特征;使用趨向變量分布情況的區(qū)間隨機劃分啟發(fā)式算法,保證了卡方統(tǒng)計量的穩(wěn)定性;使用多自由度間的投票判斷方式,消除自由度的不確定性;使用某置信度水平下各自由度的臨界分位點對卡方統(tǒng)計量進(jìn)行均化,消除統(tǒng)計量隨自由度的增長對衡量差異造成的不利影響,保證了各自由度下統(tǒng)計量
5、所占權(quán)重一致。較現(xiàn)有的特征分析方法,ABSA方法對協(xié)議行為特征判定和顯著程度分析的結(jié)果更為準(zhǔn)確有效,并且具有協(xié)議樣本數(shù)比例無關(guān)等特性,可為協(xié)議識別提供更豐富有效的信息。
為避免冗余測度對協(xié)議識別的負(fù)面影響,論文將對稱不確定性(SU)引入測度相關(guān)關(guān)系分析過程,并將該方法擴展至衡量兩任意維測度向量間的相關(guān)關(guān)系。相較于目前相關(guān)研究中廣泛使用的Pearson相關(guān)系數(shù)方法,SU方法不僅可以準(zhǔn)確表示Pearson相關(guān)系數(shù)所能體現(xiàn)的測度
6、間線性關(guān)系,而且能夠彌補由于Pearson相關(guān)系數(shù)的本質(zhì)缺陷所導(dǎo)致的非線性關(guān)系問題、極端值、以及復(fù)相關(guān)等問題,提高了網(wǎng)絡(luò)流測度相關(guān)關(guān)系分析方法的準(zhǔn)確性和通用性。同時,論文首次使用隨機數(shù)仿真和多項式擬合的方法,利用Pearson相關(guān)系數(shù)在關(guān)系時的準(zhǔn)確性,歸納出SU和Pearson方法在衡量無極端值線性關(guān)系的取值關(guān)系,揭示SU方法劃分任意類型變量相關(guān)關(guān)系各程度區(qū)間的閾值。從而不僅保證了SU方法的輸出具有顯式意義,而且使應(yīng)用協(xié)議識別方法冗余測
7、度的刪除有據(jù)可循。
論文第二部分在理論環(huán)境(無抽樣,流測度選取基本無限制)中討論了高速應(yīng)用協(xié)議識別算法,提出了基于多神經(jīng)網(wǎng)絡(luò)鏈的應(yīng)用協(xié)議識別方法——NNAI。該方法采用多個相對獨立的小神經(jīng)網(wǎng)絡(luò)模塊對網(wǎng)絡(luò)流進(jìn)行組合識別,每個獨立的小神經(jīng)網(wǎng)絡(luò)模塊對應(yīng)一種特定的待識別應(yīng)用協(xié)議類別,并在模塊內(nèi)部使用基于FR共軛梯度的反向傳播算法代替?zhèn)鹘y(tǒng)BP訓(xùn)練算法。NNAI方法可利用自身各神經(jīng)網(wǎng)絡(luò)間的松耦合結(jié)構(gòu),巧妙且有效地利用ABSA方法得出的
8、每個待識別應(yīng)用協(xié)議所獨有的行為特征。較現(xiàn)有應(yīng)用協(xié)議識別方法,NNAI方法可處理更復(fù)雜的網(wǎng)絡(luò)行為分布,將識別對象由完整TCP流擴展至所有TCP+UDP流;在保證占網(wǎng)絡(luò)總流量比例較大協(xié)議原有的識別高精度的前提下,提高了小類別協(xié)議識別精度,使得識別總準(zhǔn)確率進(jìn)一步上升;并且具有各協(xié)議識別精度可控、協(xié)議識別對象增/減/細(xì)化/概化過程簡單有效、時空復(fù)雜度低、以及可進(jìn)行并行處理的優(yōu)點。
論文第三部分首先分析了報文抽樣對協(xié)議間的行為特征和
9、ABSA方法的影響、對協(xié)議行為測度間相關(guān)關(guān)系和SU方法的影響、以及對協(xié)議識別和NNAI方法的影響。指出在抽樣環(huán)境下,原有特征顯著程度降低,并且測度間相關(guān)關(guān)系隨各測度的不同呈單調(diào)增或減的趨勢:但是,在流數(shù)量滿足統(tǒng)計意義的前提下,協(xié)議行為特征的選擇順序和各測度間的相關(guān)關(guān)系程度區(qū)間均與抽樣比無關(guān)。在高抽樣比環(huán)境中,協(xié)議識別所依賴的有效信息減少,協(xié)議識別準(zhǔn)確率較未抽樣時降低。論文針對高抽樣比環(huán)境下待處理流量顯著降低,計算資源較充裕的情況,將空間
10、維協(xié)議行為特征引入NNAI方法,并增加了通過已知協(xié)議的端口號進(jìn)行流關(guān)聯(lián)識別的過程,將原方法改進(jìn)為可依賴更多信息的協(xié)議識別方法NNAIS。相較于原NNAI方法,NNAIS方法的準(zhǔn)確率和各協(xié)議的識別精度在抽樣環(huán)境下均有不同程度的提高,可滿足實際常用抽樣比環(huán)境中應(yīng)用協(xié)議識別的精度和實時性的需要。
為了使應(yīng)用協(xié)議識別方法可實際用于網(wǎng)管系統(tǒng)中,論文分析了目前已成為標(biāo)準(zhǔn)并被廣泛使用的流信息統(tǒng)計與交換協(xié)議——NetFlow的工作機制以及
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Hadoop的應(yīng)用層協(xié)議識別技術(shù)研究.pdf
- 應(yīng)用層協(xié)議識別和還原方法的研究與實現(xiàn).pdf
- 應(yīng)用層網(wǎng)絡(luò)協(xié)議的識別機制與軟件實現(xiàn).pdf
- 基于多核NPU的應(yīng)用層協(xié)議識別技術(shù)研究.pdf
- 應(yīng)用層協(xié)議識別技術(shù)研究.pdf
- 應(yīng)用層協(xié)議識別技術(shù)的研究與實現(xiàn).pdf
- 基于OpenDHT網(wǎng)絡(luò)的應(yīng)用層組播協(xié)議研究.pdf
- 基于應(yīng)用層協(xié)議識別的IDS研究與實現(xiàn).pdf
- 基于特征匹配的網(wǎng)絡(luò)業(yè)務(wù)流識別方法研究.pdf
- 應(yīng)用層協(xié)議識別引擎的設(shè)計與實現(xiàn).pdf
- 應(yīng)用層協(xié)議識別的研究與實現(xiàn).pdf
- 高速網(wǎng)絡(luò)環(huán)境下的應(yīng)用層協(xié)議分析技術(shù)研究與實現(xiàn).pdf
- 基于dpi的應(yīng)用層協(xié)議解析
- 汽車CAN網(wǎng)絡(luò)應(yīng)用層協(xié)議的研究與實現(xiàn).pdf
- 應(yīng)用層協(xié)議快速識別的研究與實現(xiàn).pdf
- 基于雙重特征的協(xié)議識別方法研究.pdf
- 網(wǎng)絡(luò)流量中應(yīng)用層協(xié)議識別與分類技術(shù)的研究與實現(xiàn).pdf
- 基于分層的應(yīng)用層組播協(xié)議的研究.pdf
- 基于應(yīng)用層網(wǎng)絡(luò)流量監(jiān)控的研究.pdf
- 基于應(yīng)用層多播的可靠傳輸協(xié)議研究.pdf
評論
0/150
提交評論