移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)技術的飛速興起加劇了網(wǎng)絡流量的增長,在為人們生活帶來積極影響之時,也對網(wǎng)絡的管理提出了前所未有的挑戰(zhàn)。軟件定義網(wǎng)絡（Software Defined Network,SDN）作為一種近年來興起的網(wǎng)絡,它在解耦傳統(tǒng)網(wǎng)絡中的控制層和轉發(fā)層的同時開放了其接口,且控制層在邏輯上集中,以上特點為SDN網(wǎng)絡中的流量監(jiān)控研究提供了一個新思路。本文利用SDN網(wǎng)絡可編程、易擴展、具備較強管控能力等特點,展開SDN網(wǎng)絡流量監(jiān)控系統(tǒng)的研究,主要工作有:1)從網(wǎng)絡行為評估、網(wǎng)絡安全和網(wǎng)絡規(guī)劃三個角度切入網(wǎng)絡流量監(jiān)測與控制,提出了SDN網(wǎng)絡中的流量監(jiān)控框架。針對該框架,設計了網(wǎng)絡流量收集、基于流量的鏈路重要性評估、異常流量監(jiān)控和網(wǎng)絡流量預測四個功能模塊;2)根據(jù)網(wǎng)絡拓撲及業(yè)務場景,從流量角度對網(wǎng)絡中的鏈路重要性進行評估;3)根據(jù)異常發(fā)生位置的不同,研究了兩種異常流量檢測算法。針對控制器中的異常檢測,利用Packet_in報文速率這一特征屬性作為判定依據(jù),針對主機中的異常,通過提取關鍵五元組信息并通過熵值計算的方式實現(xiàn)異常發(fā)現(xiàn);4)以LSSVM作為基本模型,并... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 研究內(nèi)容
    1.3 論文結構安排
第二章 SDN網(wǎng)絡中的流量監(jiān)控相關技術研究
    2.1 SDN簡介
        2.1.1 SDN架構
        2.1.2 OpenFlow交換機
        2.1.3 SDN控制器
    2.2 網(wǎng)絡流量監(jiān)控技術
        2.2.1 異常流量檢測
        2.2.2 網(wǎng)絡流量預測
    2.3 SDN在流量監(jiān)控方面的研究
    2.4 本章小結
第三章 SDN網(wǎng)絡流量監(jiān)控系統(tǒng)設計與分析
    3.1 SDN網(wǎng)絡流量監(jiān)控系統(tǒng)整體架構設計
        3.1.1 多角度網(wǎng)絡流量監(jiān)控
        3.1.2 SDN網(wǎng)絡流量監(jiān)控系統(tǒng)整體架構
    3.2 框架模塊分析
        3.2.1 網(wǎng)絡流量收集模塊
        3.2.2 基于流量的鏈路重要性評估模塊
        3.2.3 異常流量監(jiān)控模塊
        3.2.4 網(wǎng)絡流量預測模塊
    3.3 異常流量監(jiān)控算法分析
in的異常檢測算法分析">        3.3.1 基于Packet_in的異常檢測算法分析
        3.3.2 基于熵值的異常檢測算法分析
    3.4 網(wǎng)絡流量預測算法
        3.4.1 基于LSSVM的網(wǎng)絡流量預測算法
        3.4.2 基于PSO-LSSVM的網(wǎng)絡流量預測算法
    3.5 本章小結
第四章 SDN網(wǎng)絡流量監(jiān)控系統(tǒng)實現(xiàn)
    4.1 網(wǎng)絡流量收集模塊實現(xiàn)
        4.1.1 相關流量信息采集
        4.1.2 相關流量信息存儲
    4.2 基于流量的鏈路重要性評估模塊實現(xiàn)
    4.3 異常流量監(jiān)控模塊實現(xiàn)
        4.3.1 針對控制器的異常流量監(jiān)控
        4.3.2 針對主機的異常流量監(jiān)控
    4.4 網(wǎng)絡流量預測模塊實現(xiàn)
        4.4.1 基于LSSVM的流量預測
        4.4.2 基于PSO-LSSVM的流量預測
    4.5 本章小結
第五章 實驗與性能分析
    5.1 實驗網(wǎng)絡測試平臺
    5.2 SDN網(wǎng)絡流量監(jiān)控系統(tǒng)測試
        5.2.1 基于流量的鏈路重要性評估測試
        5.2.2 異常流量監(jiān)控測試
        5.2.3 網(wǎng)絡流量預測測試
    5.3 本章小結
第六章 總結與展望
    6.1 本文工作總結
    6.2 未來工作展望
致謝
參考文獻
作者簡介


【參考文獻】：
期刊論文
[1]改進支持向量機的網(wǎng)絡流量預測[J]. 王雪松.  計算機系統(tǒng)應用. 2017(03)
[2]一種基于預測與動態(tài)調(diào)整負載因子的SDN流表優(yōu)化算法[J]. 史少平,莊雷,楊思錦.  計算機科學. 2017(01)
[3]小波分析和相關向量機的網(wǎng)絡流量混沌預測[J]. 黃震,蔡昭權,鐘錫武.  微電子學與計算機. 2016(09)
[4]基于多參數(shù)節(jié)點排序的SDN控制器部署策略[J]. 張巖,黃韜,盧波,劉韻潔,張忠平.  北京郵電大學學報. 2016(04)
[5]一種基于SDN的在線流量異常檢測方法[J]. 左青云,陳鳴,王秀磊,劉波.  西安電子科技大學學報. 2015(01)
[6]軟件定義網(wǎng)絡（SDN）研究進展[J]. 張朝昆,崔勇,唐翯翯,吳建平.  軟件學報. 2015(01)
[7]基于流量行為特征的DoS&DDoS攻擊檢測與異常流識別[J]. 周穎杰,焦程波,陳慧楠,馬力,胡光岷.  計算機應用. 2013(10)
[8]混沌理論和LSSVM相結合的網(wǎng)絡流量預測[J]. 張文金,許愛軍.  計算機工程與應用. 2013(15)
[9]小時間尺度網(wǎng)絡流量混沌性分析及趨勢預測[J]. 溫祥西,孟相如,馬志強,張永春.  電子學報. 2012(08)
[10]網(wǎng)絡流量預測模型研究進展[J]. 邱婧,夏靖波,吳吉祥.  計算機工程與設計. 2012(03)

碩士論文
[1]基于SDN的DDoS流量識別與控制技術研究[D]. 李赫.南京郵電大學 2016
[2]基于FARIMA模型的自相似業(yè)務流量預測[D]. 史明虎.西安電子科技大學 2013



本文編號：3030178