【摘要】：近年來,隨著網(wǎng)絡(luò)通信規(guī)模的不斷擴大,小眾協(xié)議和各種專有通訊協(xié)議種類與日俱增,各種網(wǎng)絡(luò)攻擊事件以及僵尸網(wǎng)絡(luò)層出不窮。肆無忌憚的黑客攻擊使得企業(yè)和個人用戶信息泄露,網(wǎng)絡(luò)安全問題逐漸得到人們的重視。未知的、私有的網(wǎng)絡(luò)通信協(xié)議是其中一個重要的因素。分析并識別協(xié)議數(shù)據(jù)所采用的消息類型是保障網(wǎng)絡(luò)安全監(jiān)管的基礎(chǔ)。目前常用協(xié)議識別工具采用的方法單一并且針對性強,存在一定的局限性,所以自動化程度和識別準(zhǔn)確率較低。針對上述情況,本文以比特流協(xié)議數(shù)據(jù)幀為研究對象,以多協(xié)議識別為目標(biāo),提出了一種新的協(xié)議特征提取與識別方法。本文研究內(nèi)容主要包括以下三個方面:(1)研究協(xié)議特征提取相關(guān)的技術(shù)與方法,并對現(xiàn)有模式匹配算法、關(guān)聯(lián)規(guī)則挖掘算法和聚類算法等應(yīng)用在協(xié)議數(shù)據(jù)分析領(lǐng)域的優(yōu)缺點進行比較和分析。在總結(jié)現(xiàn)有方法優(yōu)缺點的基礎(chǔ)上,本文提出了新的多模式匹配和關(guān)聯(lián)規(guī)則相結(jié)合的比特流協(xié)議特征提取方法。該方法將關(guān)鍵特征的起始位置也作為特征提取的一個重要因素,通過特征串和起始位置構(gòu)成協(xié)議的復(fù)合特征,解決了比特流特征串的冗余問題。同時,將改進的多模式匹配算法與關(guān)聯(lián)規(guī)則相結(jié)合進行協(xié)議復(fù)合特征提取,并在其基礎(chǔ)上構(gòu)建了比特流協(xié)議特征庫,從而為后續(xù)研究開展提供了實驗和測試平臺。(2)本文總結(jié)目前協(xié)議分析與識別研究中的一些缺陷,提出了改進的協(xié)議消息識別和聚類方法。通過與協(xié)議特征庫中每個協(xié)議特征集進行比對確定協(xié)議消息的類型。對于不可識別的協(xié)議,進行協(xié)議特征向量化和數(shù)據(jù)降維兩種預(yù)處理操作。接著利用改進的K-means算法,將比特流協(xié)議數(shù)據(jù)幀聚類為多個具有相似協(xié)議類型的單協(xié)議數(shù)據(jù)幀。研究過程中,設(shè)計并實現(xiàn)的比特流協(xié)議特征識別優(yōu)化算法避免了繁瑣的計算,進而簡化聚類過程,提高聚類效果。(3)通過本文研究成果設(shè)計了比特流協(xié)議特征提取與識別的原型系統(tǒng)。系統(tǒng)將比特流協(xié)議數(shù)據(jù)通過預(yù)處理后作為系統(tǒng)測試數(shù)據(jù)。通過在現(xiàn)有評價指標(biāo)基礎(chǔ)上的方法性能分析,證明了多模式匹配與關(guān)聯(lián)規(guī)則相結(jié)合的方案在提取比特流協(xié)議復(fù)合特征集上的準(zhǔn)確性和系統(tǒng)的有效性,有助于分析其內(nèi)在規(guī)律以及邏輯結(jié)構(gòu),提高了比特流協(xié)議數(shù)據(jù)解析識別的準(zhǔn)確率,對維護網(wǎng)絡(luò)安全有重要意義。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP393.08
【圖文】：

圖1-1 2012-2016年電腦管家新發(fā)現(xiàn)病毒數(shù)量g.1-1Number of Newly Discovered Viruses by Computer Butlers in 2012-2016圖1-2 2016年度電腦管家攔截病毒次數(shù)Fig.1-2 2016 Computer Housekeeper Interception Virus Number的及意義術(shù)（IT）的發(fā)展，互聯(lián)網(wǎng)流量的使用變得越來越普遍，互聯(lián)網(wǎng)[4]

圖1-2 2016年度電腦管家攔截病毒次數(shù)Fig.1-2 2016 Computer Housekeeper Interception Virus Number的及意義術(shù)（IT）的發(fā)展，互聯(lián)網(wǎng)流量的使用變得越來越普遍，互聯(lián)網(wǎng)意行為迅速增加[4]。盡管正在研究許多用于高效網(wǎng)絡(luò)管理的技DN）和云計算中的風(fēng)險管理，但這些技術(shù)只能應(yīng)用于已識別的網(wǎng)絡(luò)流量[5]。但是，現(xiàn)存許多協(xié)議都是未知和未記錄的協(xié)議。理者獲取的流量中有 45%屬于未知協(xié)議的網(wǎng)絡(luò)流量。這些協(xié)議議，工業(yè)控制系統(tǒng)（ICS）環(huán)境中使用的工業(yè)通信協(xié)議，或者協(xié)議[6]。網(wǎng)絡(luò)管理和安全監(jiān)管，提取這些協(xié)議規(guī)范的行為就顯得非常重網(wǎng)絡(luò)協(xié)議規(guī)范意味著可以獲取目標(biāo)網(wǎng)絡(luò)中發(fā)生的網(wǎng)絡(luò)流量的生成的流量進行分類，以識別網(wǎng)絡(luò)使用狀態(tài)，建立網(wǎng)絡(luò)擴展計。在網(wǎng)絡(luò)安全領(lǐng)域，協(xié)議分析可以幫助分析網(wǎng)絡(luò)漏洞或為防火供有用的信息，以檢測和阻止之前未知的攻擊[7]。許多先前的

【相似文獻】

相關(guān)期刊論文 前10條

1 陳輝;;淺議車牌識別中字符的特征提取方法[J];科技傳播;2009年05期

2 徐德友,胡壽松;利用粗集上近似處理特征提取中的噪聲問題[J];南京理工大學(xué)學(xué)報(自然科學(xué)版);2002年S1期

3 佟德純;王永興;;一種新的齒輪狀態(tài)的分類識別方法—CEP-AR特征提取與分類[J];振動與沖擊;1988年03期

4 羅斌;黃端旭;;皮膚癌表面圖象特征提取[J];安徽大學(xué)學(xué)報(自然科學(xué)版);1989年03期

5 王仁華;宋原章;;漢語孤立音節(jié)的分段研究[J];信號處理;1989年02期

6 楊小軍;;圖片特征提取[J];中小企業(yè)管理與科技(中旬刊);2017年03期

7 武弘;;六種常用的網(wǎng)絡(luò)流量特征提取工具[J];計算機與網(wǎng)絡(luò);2017年06期

8 李晉徽;楊俊安;王一;;一種新的基于瓶頸深度信念網(wǎng)絡(luò)的特征提取方法及其在語種識別中的應(yīng)用[J];計算機科學(xué);2014年03期

9 唐朝霞;;一種基于特征提取的簡答題閱卷算法[J];湖南工程學(xué)院學(xué)報(自然科學(xué)版);2010年01期

10 曹國輝;;車輛特征提取方法綜述[J];中國水運(理論版);2006年03期

相關(guān)會議論文 前10條

1 王紀(jì)凱;王鵬;張啟彬;陳宗海;;激光數(shù)據(jù)特征提取與學(xué)習(xí)方法[A];第17屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集（17th CCSSTA 2016）[C];2016年

2 薛燕;李建良;朱學(xué)芳;;人臉識別中特征提取的一種改進方法[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

3 黃先鋒;韓傳久;陳旭;周劍軍;;運動目標(biāo)的分割與特征提取[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

4 路文煥;曲悅欣;楊亞龍;王建榮;黨建武;;用于無聲語音接口的超聲圖像的混合特征提取[A];第十三屆全國人機語音通訊學(xué)術(shù)會議(NCMMSC2015)論文集[C];2015年

5 徐繼偉;李建中;柳勃;楊昆;;使用支持向量機和改進特征提取方法的蛋白質(zhì)分類[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2005年

6 劉德剛;邵國凡;;高維遙感數(shù)據(jù)分析的特征提取方法[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

7 姜成柱;劉志成;何其芳;卞榮;席聞;;基于信號分解與稀疏恢復(fù)的空間群目標(biāo)微動特征提取[A];第八屆中國航空學(xué)會青年科技論壇論文集[C];2018年

8 許強;楊佳;;基于線性加權(quán)的免疫克隆算法的手指靜脈特征提取[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

9 高學(xué);金連文;尹俊勛;;基于筆劃密度的彈性網(wǎng)格特征提取方法[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

10 白真龍;霍強;;在聯(lián)機手寫中文識別中一種針對8方向特征提取的改進算法[A];中文信息處理前沿進展——中國中文信息學(xué)會二十五周年學(xué)術(shù)會議論文集[C];2006年

相關(guān)重要報紙文章 前3條

1 宇航智控;預(yù)測與健康管理(PHM)技術(shù)[N];中國航空報;2018年

2 記者 賈玎玎;北京紡控主營業(yè)務(wù)收入增長11.39%[N];首都建設(shè)報;2015年

3 中國信息通信研究院泰爾終端實驗室 曾晨曦 段虎才;深度學(xué)習(xí)框架的前世今生[N];人民郵電;2018年

相關(guān)博士學(xué)位論文 前10條

1 蘇雷曼 施查布（SOULEYMAN CHAIB）;面向高分辨率圖像場景分類的特征提取與選擇研究[D];哈爾濱工業(yè)大學(xué);2018年

2 溫柳英;多模態(tài)數(shù)據(jù)特征提取的粒計算方法研究與應(yīng)用[D];西南石油大學(xué);2017年

3 李文娟;基于局部特征提取的人臉識別方法研究[D];天津大學(xué);2017年

4 王振宇;面向人臉識別的特征提取技術(shù)應(yīng)用研究[D];東南大學(xué);2016年

5 馬麗紅;復(fù)雜背景下人臉的定位和特征提取[D];華南理工大學(xué);1999年

6 謝平;故障診斷中信息熵特征提取及融合方法研究[D];燕山大學(xué);2006年

7 張紹武;基于支持向量機的蛋白質(zhì)分類研究[D];西北工業(yè)大學(xué);2004年

8 李建生;圖像元數(shù)據(jù)特征提取及其在檢索中的應(yīng)用[D];南京師范大學(xué);2006年

9 劉靖;基于視覺特征提取和核判決分析方法的人臉識別[D];四川大學(xué);2006年

10 鄭宇杰;特征提取方法及其應(yīng)用研究[D];南京理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 趙夕朦;基于人性化智能感知的生物特征提取和身份判斷[D];浙江大學(xué);2019年

2 謝欣;基于特征提取和支持向量機的門級網(wǎng)表硬件木馬檢測技術(shù)研究[D];浙江大學(xué);2019年

3 周簫;基于話題檢測的網(wǎng)絡(luò)安全威脅發(fā)現(xiàn)與跟蹤技術(shù)研究[D];北京郵電大學(xué);2019年

4 張麗;比特流協(xié)議特征提取與識別方法研究[D];西安理工大學(xué);2019年

5 胡運杰;風(fēng)力發(fā)電機組軸承的特征提取及其故障診斷研究[D];武漢理工大學(xué);2018年

6 張仕婧;基于腦電信號混合特征提取的情緒識別模型研究[D];廈門大學(xué);2017年

7 許僑洋;基于特征提取的ICU患者死亡風(fēng)險預(yù)測研究[D];南京大學(xué);2019年

8 李雪菲;大規(guī)模結(jié)構(gòu)化數(shù)據(jù)特征抽取系統(tǒng)的設(shè)計與實現(xiàn)[D];南京大學(xué);2019年

9 祖穎;基于特征提取的聚類方法研究及其實現(xiàn)[D];江南大學(xué);2018年

10 徐偉;基于特征提取和機器學(xué)習(xí)算法的腦電波大腦年齡研究[D];溫州大學(xué);2018年

本文編號：2719954