【摘要】：隨著網(wǎng)絡(luò)規(guī)模迅速發(fā)展,網(wǎng)絡(luò)數(shù)據(jù)流的交互呈指數(shù)增長。當(dāng)前Internet主干帶寬已達(dá)40Gb。這就意味著這樣高速高帶寬的網(wǎng)絡(luò)1分鐘內(nèi)通過的數(shù)據(jù)流量超過上百萬條。不但如此,早期制定的協(xié)議規(guī)范已經(jīng)遠(yuǎn)遠(yuǎn)滿足不了現(xiàn)在的網(wǎng)絡(luò)需求。因此,各種協(xié)議如雨后春筍般涌現(xiàn)。網(wǎng)絡(luò)上p2p流,流媒體流,網(wǎng)絡(luò)游戲協(xié)議流大量出現(xiàn),甚至私人制定的協(xié)議格式流和黑客發(fā)送的帶有攻擊性的協(xié)議流也充斥著網(wǎng)絡(luò)世界。這些協(xié)議的規(guī)范大多并不公開并且協(xié)議本身不遵守默認(rèn)的端口約定,這就給網(wǎng)絡(luò)數(shù)據(jù)安全的監(jiān)管提出了巨大的挑戰(zhàn)。2014年國家網(wǎng)絡(luò)安全大會(huì)的召開,表明信息網(wǎng)絡(luò)安全與對(duì)抗已成為國家信息化戰(zhàn)略的核心內(nèi)容。這反映了當(dāng)前網(wǎng)絡(luò)安全所面對(duì)的嚴(yán)峻形勢(shì),同時(shí)也刺激了新的對(duì)網(wǎng)絡(luò)安全方面的探索和研究。協(xié)議識(shí)別的研究一直以來都是網(wǎng)絡(luò)安全領(lǐng)域的熱門方向。協(xié)議識(shí)別是指通過一定的流特征或負(fù)載特征將網(wǎng)絡(luò)上的數(shù)據(jù)流分類成不同協(xié)議簇,而且分類得到的每類協(xié)議簇應(yīng)該只包含同一類別的協(xié)議。協(xié)議識(shí)別技術(shù)為運(yùn)營商、網(wǎng)絡(luò)管理員、抓包軟件等提供了識(shí)別和監(jiān)管網(wǎng)絡(luò)上數(shù)據(jù)信息的方法,同時(shí)也為發(fā)現(xiàn)帶有惡意行為的網(wǎng)絡(luò)協(xié)議報(bào)文和防止敏感信息泄露提供了保障。基于協(xié)議識(shí)別在網(wǎng)絡(luò)安全防護(hù)方面的重要地位,本文章概述了協(xié)議識(shí)別技術(shù)的背景、發(fā)展歷程以及主要方法。對(duì)基于特征串選擇的協(xié)議識(shí)別算法進(jìn)行了深入研究,同時(shí)介紹了幾種經(jīng)典的特征串選擇算法。包括相關(guān)性特征選擇(CFS),卡方檢驗(yàn)(ChiSquare),信息增益(InfoGain),信息增益率(InfoGainRatio)等,并且分析了它們的原理,比較了各自的優(yōu)缺點(diǎn)。在對(duì)以上特征選擇算法研究的基礎(chǔ)上本文提出了二進(jìn)制單協(xié)議報(bào)文環(huán)境下基于互信息的無監(jiān)督的特征選擇方法。此方法主要解決對(duì)底層端口上抓取的二進(jìn)制數(shù)據(jù)幀進(jìn)行特征選擇從而完成協(xié)議識(shí)別的問題。方法結(jié)合了信息論中互信息的概念,提出將“最大相關(guān)性-最小冗余度”作為特征選擇依據(jù),并且通過實(shí)驗(yàn),與其他特征選擇算法進(jìn)行對(duì)比分析。本文提出的基于互信息的無監(jiān)督的特征選擇算法,實(shí)驗(yàn)結(jié)果的分類準(zhǔn)確率達(dá)到了90%以上。并且算法選擇得到的特征串與協(xié)議真實(shí)特征串比較,包含了區(qū)分其他協(xié)議的主要特征串,能夠作為識(shí)別協(xié)議格式的依據(jù),這就驗(yàn)證了此算法對(duì)二進(jìn)制協(xié)議報(bào)文識(shí)別的有效性。通常的協(xié)議識(shí)別算法主要面向應(yīng)用層協(xié)議流或文本文件進(jìn)行協(xié)議識(shí)別,鮮有直接對(duì)底層二進(jìn)制報(bào)文格式的數(shù)據(jù)進(jìn)行協(xié)議識(shí)別的。而研究協(xié)議的通信行為,勢(shì)必需要研究底層端口交互的數(shù)據(jù)流,也就是二進(jìn)制數(shù)據(jù)流。本文研究的方法就是針對(duì)二進(jìn)制協(xié)議報(bào)文的,并且,在不要求數(shù)據(jù)集合任何類別信息的條件下同樣可以完成特征選擇和數(shù)據(jù)分類。這與傳統(tǒng)方法相比是一大改進(jìn),也為進(jìn)一步研究未知通信協(xié)議識(shí)別模型提供了思路。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.08

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 宋疆;張春瑞;張楠;李芬;吳艷梅;;基于數(shù)據(jù)報(bào)指紋關(guān)系的未知協(xié)議識(shí)別與發(fā)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2012年12期

相關(guān)碩士學(xué)位論文 前2條

1 葛玉森;基于應(yīng)用層協(xié)議識(shí)別的IDS研究與實(shí)現(xiàn)[D];重慶大學(xué);2008年

2 田曠;面向高維數(shù)據(jù)的特征選擇算法研究[D];北京交通大學(xué);2012年

本文編號(hào)：2776487