網(wǎng)絡(luò)流量的規(guī)模和密度逐年增長,協(xié)議的類型和應(yīng)用服務(wù)的類型更是多樣化,更有惡意流量通過偽裝和加密的方式隱藏?cái)?shù)據(jù),因此,如何準(zhǔn)確識別網(wǎng)絡(luò)流量的是網(wǎng)絡(luò)安全中的重要問題。本文結(jié)合目前最熱門的深度學(xué)習(xí)技術(shù)中的卷積神經(jīng)網(wǎng)絡(luò)建立識別模型,通過流量的有效載荷進(jìn)行模型訓(xùn)練,對流量的協(xié)議和應(yīng)用類型進(jìn)行識別,尤其是對未知流量和加密流量的識別,并實(shí)現(xiàn)了一套網(wǎng)絡(luò)流量監(jiān)控系統(tǒng)。實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)能夠較好的識別各種流量。具體研究成果包括:1.針對在復(fù)雜網(wǎng)絡(luò)環(huán)境中的未知協(xié)議類型難以識別的問題,利用廣泛應(yīng)用于分類的深度學(xué)習(xí)技術(shù),提出了基于卷積神經(jīng)網(wǎng)絡(luò)的未知協(xié)議流量識別模型,將網(wǎng)絡(luò)流中各個(gè)類型的流量按應(yīng)用層協(xié)議類型進(jìn)行分類,并把不屬于已知協(xié)議類型的未知流量統(tǒng)一歸類以作為識別區(qū)分。本文通過抓取的20萬條數(shù)據(jù)流,使用每條數(shù)據(jù)流的負(fù)載信息作為數(shù)據(jù)集,利用深度學(xué)習(xí)方法中的卷積神經(jīng)網(wǎng)絡(luò),使用Keras框架和Theano后臺搭建卷積神經(jīng)網(wǎng)絡(luò)來訓(xùn)練和測試識別模型,最終流量協(xié)議的識別準(zhǔn)確率為97.11%,未知流量的識別準(zhǔn)確率為86.05%。本文實(shí)驗(yàn)驗(yàn)證了該方法的有效性,可以高精度識別未知協(xié)議流量。2.針對傳統(tǒng)流量識別方法對加密流量識別難的問題,提出基于卷積神經(jīng)網(wǎng)絡(luò)的加密流量識別模型,將使用加密算法傳輸數(shù)據(jù)的應(yīng)用服務(wù)分為不同分類類型,使用流量數(shù)據(jù)中的有效載荷部分進(jìn)行訓(xùn)練,并設(shè)置模擬數(shù)據(jù),將不屬于訓(xùn)練模型中已知類型的加密流量統(tǒng)一歸類作為識別區(qū)分。本文共抓取了 18萬條通過應(yīng)用程序產(chǎn)生的加密流量,使用Keras框架和Theano后臺搭建卷積神經(jīng)網(wǎng)絡(luò)來訓(xùn)練和測試識別模型,最終加密流量的識別準(zhǔn)確率為95.65%,該實(shí)驗(yàn)驗(yàn)證了卷積神經(jīng)網(wǎng)絡(luò)可以高精度識別加密流量。3.結(jié)合以上兩個(gè)實(shí)驗(yàn)的識別模型,開發(fā)了一套網(wǎng)絡(luò)流量監(jiān)控系統(tǒng),該系統(tǒng)使用B/S架構(gòu),搭建前端網(wǎng)頁實(shí)現(xiàn)界面交互,服務(wù)器端將加載上述本文提出的流量識別模型用于流量識別。該系統(tǒng)實(shí)現(xiàn)了流量捕獲、流量識別、識別結(jié)果展示和高危流量識別的功能,形成一套性能優(yōu)越、功能完整的網(wǎng)絡(luò)流量監(jiān)控系統(tǒng)。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP393.08;TP183
【部分圖文】：

一個(gè)神經(jīng)元只與部分鄰層神經(jīng)元連接。權(quán)值共享指的是，在逡逑ＣＮＮ某卷積層的同一特征平面中，神經(jīng)元共享權(quán)值，即卷積核。共享權(quán)值能夠逡逑減少網(wǎng)絡(luò)各層之間的連接，降低了過擬合的風(fēng)險(xiǎn)。卷積核初始化通常使用隨機(jī)小逡逑數(shù)矩陣，卷積核通過網(wǎng)絡(luò)的訓(xùn)練得到合理的權(quán)值。卷積和卷積核的作用示意如圖逡逑２－８所示。逡逑１邐］邋１．邋0邋0逡逑０邐１１１０邐１０邐１邐４邐３邐４逡逑０邐０邐１１１Ｘ０１０邐ｆ＝＾＞邐２邐４邐３逡逑０邐０邐１１０邐１０邐１邐２邐３邐４逡逑０邐１１０邋０逡逑圖２－８卷積和卷積核的作用逡逑采樣技術(shù)也叫做池化，通常有均值子采樣和最大值子采樣兩種形式。ＣＮＮ的逡逑

逑讀下一條逡逑圖３－１邋Ｓｃａｐｙ模塊對數(shù)據(jù)的處理流程逡逑８３６８逡逑ｃｏｓｅ邐良：逡逑？0９３邋｜逡逑ｕ進(jìn)制轉(zhuǎn)換逡逑１３９邋２４７邋７７邋１７９逡逑圖３－２提取數(shù)據(jù)流中的有效載荷字節(jié)逡逑使用卷積神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行分類便可以類比為使用卷積神經(jīng)網(wǎng)絡(luò)對上述逡逑圖片進(jìn)行分類。在圖片分類中，已有許多模型的識別效果非常好，在ＭＩＮＩＳＴ數(shù)逡逑據(jù)集上的識別準(zhǔn)確率可以到達(dá)９９％以上［６１］，文獻(xiàn)［６２］提出了邋ＶＧＧ１６和ＶＧＧ１９模逡逑型，使用ＶＧＧ模型可以高精度識別１０００多種日常生活中的物品。如果合理地逡逑借鑒圖像分類的技術(shù)，針對流量數(shù)據(jù)修改合適的參數(shù)，可以將卷積神經(jīng)網(wǎng)絡(luò)在分逡逑類上的優(yōu)秀特性利用在流量識別分類上。逡逑１９逡逑

圖３－５邋ｔａｎｈ函數(shù)和它的導(dǎo)數(shù)逡逑活函數(shù)因?yàn)榕cＳｉｇｍｏｉｄ激活函數(shù)從本質(zhì)上看并沒有區(qū)單元（ＲｅＬＵ）的值域?yàn)椋郏�，�?#176;°］，它的表達(dá)式如式（「ｘ邐ｘ２０ｇ（ｘ）二邋ＲｅＬＵ（ｘ）二［０邋ｘ＜０逡逑導(dǎo)數(shù)的表達(dá)式如式（３－６）：逡逑．邋ｆ邋１邋ｘ＞邋０逡逑ＲｅＬＵ（ｘ）邋＝邋ｊ［0邋ｘ＜０逡逑數(shù)及其導(dǎo)數(shù)的圖像如圖３－６所示。逡逑２２逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃石平;;基于新型網(wǎng)絡(luò)結(jié)構(gòu)流量識別方法研究[J];電腦編程技巧與維護(hù);2018年04期

2 蘇星曄;徐方南;;對等網(wǎng)絡(luò)流量識別技術(shù)研究[J];中國新通信;2017年05期

3 潘吳斌;程光;郭曉軍;黃順翔;;網(wǎng)絡(luò)加密流量識別研究綜述及展望[J];通信學(xué)報(bào);2016年09期

4 滕翠;;網(wǎng)絡(luò)流量識別特征碼自動提取系統(tǒng)分析[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2014年19期

5 陳乾熙;;網(wǎng)絡(luò)流量識別方法及比較研究[J];今日科苑;2015年08期

6 辛峰;於建華;;互聯(lián)網(wǎng)流量識別技術(shù)的研究及實(shí)現(xiàn)[J];廣東通信技術(shù);2008年03期

7 曹詩敏;王娟;;特殊網(wǎng)絡(luò)流量識別綜述[J];電腦知識與技術(shù);2018年17期

8 姜羽;華俊;胡靜;宋鐵成;劉世棟;郭經(jīng)紅;;電力信息通信網(wǎng)絡(luò)流量識別技術(shù)研究[J];信息化研究;2015年01期

9 杜瑞穎;楊勇;陳晶;王持恒;;一種基于相似度的高效網(wǎng)絡(luò)流量識別方案[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2014年09期

10 燕f:昊;韓國棟;黃雅靜;王孝龍;;非平衡網(wǎng)絡(luò)流量識別方法[J];計(jì)算機(jī)應(yīng)用;2018年01期

相關(guān)會議論文 前8條

1 張鑫;馬勇;曹鵬;;基于貝葉斯分類算法的木馬程序流量識別方法[A];第27次全國計(jì)算機(jī)安全學(xué)術(shù)交流會論文集[C];2012年

2 喻東陽;陳宏偉;楊莊;;基于信任抽樣的P2P流量識別[A];武漢機(jī)械設(shè)計(jì)與傳動學(xué)會第21屆學(xué)術(shù)年會論文集[C];2013年

3 張娜娜;;P2P流量識別方法研究[A];江蘇省電子學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

4 王波;周曉光;蘇志遠(yuǎn);;基于節(jié)點(diǎn)狀態(tài)的P2P流量識別系統(tǒng)[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

5 王波;周曉光;蘇志遠(yuǎn);;基于節(jié)點(diǎn)狀態(tài)的P2P流量識別系統(tǒng)[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（下冊）[C];2008年

6 馬永立;壽國礎(chǔ);胡怡紅;錢宗玨;區(qū)海平;;新型網(wǎng)絡(luò)流量識別分析系統(tǒng)及其性能評估[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

7 杜建清;黃少君;楊家海;;網(wǎng)絡(luò)測量協(xié)作柔性支撐平臺[A];2009年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(下冊)[C];2009年

8 陳磊;;IP網(wǎng)絡(luò)流量的識別與管理[A];中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會2009年年會論文集（上冊）[C];2009年

相關(guān)重要報(bào)紙文章 前1條

1 《網(wǎng)絡(luò)世界》記者 邊歆;控制“有害”的應(yīng)用[N];網(wǎng)絡(luò)世界;2011年

相關(guān)博士學(xué)位論文 前10條

1 卓中流;匿名網(wǎng)絡(luò)追蹤溯源關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2018年

2 林冠洲;網(wǎng)絡(luò)流量識別關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2011年

3 張劍;寬帶接入網(wǎng)流量識別關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2011年

4 田旭;互聯(lián)網(wǎng)流量識別技術(shù)研究[D];北京郵電大學(xué);2012年

5 吳敏;P2P網(wǎng)絡(luò)流量控制管理若干關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2011年

6 侯穎;網(wǎng)絡(luò)流量測量與識別關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2015年

7 彭立志;基于機(jī)器學(xué)習(xí)的流量識別關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

8 趙博;網(wǎng)絡(luò)加密流量的協(xié)議不相關(guān)在線識別技術(shù)研究[D];解放軍信息工程大學(xué);2012年

9 韓祺yN;P2P網(wǎng)絡(luò)監(jiān)控與信任安全機(jī)制研究[D];電子科技大學(xué);2016年

10 李冰;VoIP和P2P IPTV流量的識別與測量研究[D];天津大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 馬若龍;基于卷積神經(jīng)網(wǎng)絡(luò)的未知和加密流量識別的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2018年

2 王姣;基于半監(jiān)督稀疏自編碼IM流量識別模型的研究與比較分析[D];武漢郵電科學(xué)研究院;2018年

3 周雅;基于半監(jiān)督學(xué)習(xí)的網(wǎng)絡(luò)業(yè)務(wù)流量識別方法研究[D];東南大學(xué);2017年

4 胡斌;基于混合行為特征的流量識別技術(shù)研究與應(yīng)用[D];北京郵電大學(xué);2017年

5 文凱旋;網(wǎng)絡(luò)流量識別與控制系統(tǒng)的研究與設(shè)計(jì)[D];北京郵電大學(xué);2016年

6 張波;基于流特征的加密流量識別技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2012年

7 馬衍慶;基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)流量識別方法與實(shí)現(xiàn)[D];山東大學(xué);2014年

8 胡進(jìn)軍;網(wǎng)絡(luò)流量識別技術(shù)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2017年

9 王偉萌;基于應(yīng)用層的流量識別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北方工業(yè)大學(xué);2016年

10 趙建東;基于云計(jì)算技術(shù)的實(shí)時(shí)網(wǎng)絡(luò)流量識別算法研究[D];安徽理工大學(xué);2017年

本文編號：2819949