高速網(wǎng)絡數(shù)據(jù)流應用檢測系統(tǒng)的設計與實現(xiàn)
發(fā)布時間:2021-05-16 05:08
網(wǎng)絡流量測量是指對數(shù)據(jù)鏈路上的報文進行采集、分析、建模,結合具體算法分析網(wǎng)絡行為的過程,是分析網(wǎng)絡性能,理解互聯(lián)網(wǎng)用戶行為,檢測網(wǎng)絡異常、網(wǎng)絡安全事件的重要前提。通過對流長、流數(shù)測度等流量特征進行分析,解決測量應用中大流檢測、流長分布估計等關鍵問題,能夠為網(wǎng)絡的有效運行、管理和維護提供有力的支撐。但隨著網(wǎng)絡關鍵基礎設施的不斷完善,網(wǎng)絡鏈路速率不斷提高,在高速網(wǎng)絡上進行流量測量需要更多的計算和內(nèi)存資源,流量測量研究與分析工作面臨巨大的技術挑戰(zhàn)。為此,本文設計并實現(xiàn)高速網(wǎng)絡數(shù)據(jù)流應用檢測系統(tǒng),通過抽樣技術、數(shù)據(jù)流技術對海量流量進行縮減,完成高速鏈路下的流量測量任務。本論文的主要內(nèi)容如下:1.基于遺傳編程算法設計并實現(xiàn)適用于數(shù)據(jù)流技術的非加密哈希算法。哈希算法作為數(shù)據(jù)流技術的核心,需滿足哈希值的隨機性盡可能大,算法簡單高效,對同一哈希輸入能生成多個獨立不相關的哈希值等要求。本文針對以上要求,分別以IPv4、IPv6流量為訓練集,基于遺傳編程設計并自動生成體現(xiàn)IP流量特征的哈希算法GP-Hash,與17種具有代表性的字符串哈希函數(shù)在多個測度上進行比較,驗證GP-Hash在數(shù)據(jù)流技術中的可用性。...
【文章來源】:東南大學江蘇省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 引言
1.2 研究背景
1.3 研究目標與內(nèi)容
1.3.1 研究目標
1.3.2 研究內(nèi)容
1.4 論文組織結構
第二章 相關技術研究
2.1 非加密哈希函數(shù)
2.1.1 常見的非加密哈希函數(shù)
2.1.2 哈希函數(shù)性能研究現(xiàn)狀
2.2 遺傳編程
2.2.1 遺傳編程流程
2.2.2 遺傳編程相關參數(shù)
2.2.3 基于遺傳編程的哈希設計研究現(xiàn)狀
2.3 高速網(wǎng)絡流量測量數(shù)據(jù)結構
2.3.1 Count-MinSketch
2.4 測量任務相關研究
2.4.1 大流檢測
2.4.2 流長分布估計
2.5 本章小結
第三章 基于遺傳編程的哈希算法設計
3.1 問題分析
3.2 哈希算法評價指標測度
3.2.1 活躍流測度
3.2.2 同源哈希值相關性測度
3.2.3 隨機性測度
3.2.4 計算速度
3.3 基于遺傳編程的哈希算法設計
3.3.1 終點集
3.3.2 函數(shù)集
3.3.3 適應值評價函數(shù)
3.3.4 GP-Hash參數(shù)設置
3.3.5 GP-Hash算法過程
3.4 GP-Hash算法評估及分析
3.4.1 IPv4哈希算法
3.4.2 IPv6哈希算法
3.5 GP-Hash算法改進及分析
3.5.1 動態(tài)最大樹深
3.5.2 改進算法分析
3.6 本章小結
第四章 基于GA-EM的流長分布估計算法設計
4.1 問題分析
4.2 基于EM的原始流長分布估計
4.2.1 期望最大化算法
4.2.2 原始流長度分布概率模型
4.2.3 基于EM算法的原始流長分布估計
4.3 基于GA-EM的原始流長分布估計
4.3.1 遺傳算法流程
4.3.2 GA-EM算法設計
4.3.3 GA-EM參數(shù)分析
4.4 GA-EM算法分析
4.5 本章小結
第五章 高速網(wǎng)絡數(shù)據(jù)流應用檢測系統(tǒng)實現(xiàn)及分析
5.1 高速網(wǎng)絡數(shù)據(jù)流應用檢測系統(tǒng)
5.1.1 系統(tǒng)整體設計
5.1.2 大流檢測模塊
5.1.3 流長分布估計模塊
5.1.4 可視化模塊
5.2 系統(tǒng)實現(xiàn)
5.2.1 大流檢測模塊實現(xiàn)
5.2.2 流長分布估計模塊實現(xiàn)
5.2.3 系統(tǒng)可視化
5.3 系統(tǒng)評估及分析
5.3.1 大流檢測模塊評估及分析
5.3.2 流長分布估計模塊評估及分析
5.4 本章小結
第六章 總結與展望
6.1 工作總結
6.2 論文展望
致謝
參考文獻
作者簡介
【參考文獻】:
期刊論文
[1]高速網(wǎng)絡流量測量方法[J]. 周愛平,程光,郭曉軍. 軟件學報. 2014(01)
[2]基于近似方法的抽樣報文流數(shù)估計算法[J]. 程光,唐永寧. 軟件學報. 2013(02)
[3]一種基于雙重Counter Bloom Filter的長流識別算法[J]. 吳樺,龔儉,楊望. 軟件學報. 2010(05)
[4]面向IP流測量的哈希算法研究[J]. 程光,龔儉,丁偉,徐加羚. 軟件學報. 2005(05)
本文編號:3189037
【文章來源】:東南大學江蘇省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:78 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 引言
1.2 研究背景
1.3 研究目標與內(nèi)容
1.3.1 研究目標
1.3.2 研究內(nèi)容
1.4 論文組織結構
第二章 相關技術研究
2.1 非加密哈希函數(shù)
2.1.1 常見的非加密哈希函數(shù)
2.1.2 哈希函數(shù)性能研究現(xiàn)狀
2.2 遺傳編程
2.2.1 遺傳編程流程
2.2.2 遺傳編程相關參數(shù)
2.2.3 基于遺傳編程的哈希設計研究現(xiàn)狀
2.3 高速網(wǎng)絡流量測量數(shù)據(jù)結構
2.3.1 Count-MinSketch
2.4 測量任務相關研究
2.4.1 大流檢測
2.4.2 流長分布估計
2.5 本章小結
第三章 基于遺傳編程的哈希算法設計
3.1 問題分析
3.2 哈希算法評價指標測度
3.2.1 活躍流測度
3.2.2 同源哈希值相關性測度
3.2.3 隨機性測度
3.2.4 計算速度
3.3 基于遺傳編程的哈希算法設計
3.3.1 終點集
3.3.2 函數(shù)集
3.3.3 適應值評價函數(shù)
3.3.4 GP-Hash參數(shù)設置
3.3.5 GP-Hash算法過程
3.4 GP-Hash算法評估及分析
3.4.1 IPv4哈希算法
3.4.2 IPv6哈希算法
3.5 GP-Hash算法改進及分析
3.5.1 動態(tài)最大樹深
3.5.2 改進算法分析
3.6 本章小結
第四章 基于GA-EM的流長分布估計算法設計
4.1 問題分析
4.2 基于EM的原始流長分布估計
4.2.1 期望最大化算法
4.2.2 原始流長度分布概率模型
4.2.3 基于EM算法的原始流長分布估計
4.3 基于GA-EM的原始流長分布估計
4.3.1 遺傳算法流程
4.3.2 GA-EM算法設計
4.3.3 GA-EM參數(shù)分析
4.4 GA-EM算法分析
4.5 本章小結
第五章 高速網(wǎng)絡數(shù)據(jù)流應用檢測系統(tǒng)實現(xiàn)及分析
5.1 高速網(wǎng)絡數(shù)據(jù)流應用檢測系統(tǒng)
5.1.1 系統(tǒng)整體設計
5.1.2 大流檢測模塊
5.1.3 流長分布估計模塊
5.1.4 可視化模塊
5.2 系統(tǒng)實現(xiàn)
5.2.1 大流檢測模塊實現(xiàn)
5.2.2 流長分布估計模塊實現(xiàn)
5.2.3 系統(tǒng)可視化
5.3 系統(tǒng)評估及分析
5.3.1 大流檢測模塊評估及分析
5.3.2 流長分布估計模塊評估及分析
5.4 本章小結
第六章 總結與展望
6.1 工作總結
6.2 論文展望
致謝
參考文獻
作者簡介
【參考文獻】:
期刊論文
[1]高速網(wǎng)絡流量測量方法[J]. 周愛平,程光,郭曉軍. 軟件學報. 2014(01)
[2]基于近似方法的抽樣報文流數(shù)估計算法[J]. 程光,唐永寧. 軟件學報. 2013(02)
[3]一種基于雙重Counter Bloom Filter的長流識別算法[J]. 吳樺,龔儉,楊望. 軟件學報. 2010(05)
[4]面向IP流測量的哈希算法研究[J]. 程光,龔儉,丁偉,徐加羚. 軟件學報. 2005(05)
本文編號:3189037
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3189037.html
最近更新
教材專著