基于混沌序列的SDN地址跳變機(jī)理研究
發(fā)布時間:2021-06-06 03:50
當(dāng)今互聯(lián)網(wǎng)行業(yè)飛速發(fā)展,互聯(lián)網(wǎng)在給人們的生活帶來便利的同時,頻繁出現(xiàn)的網(wǎng)絡(luò)安全問題也讓人們對于傳統(tǒng)網(wǎng)絡(luò)及其防御技術(shù)的信任感越來越低。近幾年軟件定義網(wǎng)絡(luò)(Software Defined Network,SDN)發(fā)展迅猛,SDN的出現(xiàn)既為網(wǎng)絡(luò)的發(fā)展提供了新的方向,也為網(wǎng)絡(luò)安全技術(shù)提供了新的思路,SDN網(wǎng)絡(luò)下的安全防御技術(shù)成為了研究的熱點(diǎn)。地址跳變是SDN網(wǎng)絡(luò)主動防御的典型技術(shù),由于SDN網(wǎng)絡(luò)的集中控制和管理的特性,地址跳變在SDN網(wǎng)絡(luò)下的實(shí)現(xiàn)會很容易,針對普通的地址跳變規(guī)則存在靜態(tài)易破解的問題,本文提出了基于混沌序列的SDN地址跳變的方案;煦缧蛄芯哂泻芎玫碾S機(jī)性和不可預(yù)知性,利用混沌序列的這些特性,將混沌序列應(yīng)用到SDN地址跳變中,生成基于混沌序列的地址跳變規(guī)則,使得跳變規(guī)則具有不可破解性,解決了靜態(tài)跳變規(guī)則容易被破解的問題,增強(qiáng)了跳變規(guī)則的抗攻擊能力。本文主要論述了:(1)研究了混沌的特性和常見的混沌算法,分析了目前混沌算法普遍存在的問題,在此基礎(chǔ)上介紹了雙Logistic映射耦合算法,指出該算法的優(yōu)勢和特性,并基于該算法生成混沌序列并轉(zhuǎn)化為地址跳變規(guī)則。(2)分析了目前SDN網(wǎng)絡(luò)的...
【文章來源】:武漢郵電科學(xué)研究院湖北省
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
Logistic映射的分叉圖形
(3)Chebyshev 混沌映射[25][26]Chebyshev 映射的方程為: +1= cos( cos 1( )), ∈ [ 1,1] (2-5)式(2-5)中的 k 為 Chebyshev 映射的階數(shù),在k ≥ 2時,該映射的 Lyapunov 指數(shù)存在正的值,映射進(jìn)入混沌狀態(tài),若給定的條件可以滿足無限精度時,則該映射可以產(chǎn)生無限長度的混沌序列。給定一個初值,該映射方程在迭代 N 次后,就可以得到長度為 N 的混沌序列。映射產(chǎn)生的序列均值E(x) = 0,概率密度分布函數(shù)為ρ(x), ρ(x)關(guān)于x = 0點(diǎn)成偶對稱:ρ(x) = 1 √1 2 ∈ ( 1,1)0 其他(2-6)下圖 2-2 為 Chebyshev 多項(xiàng)式前 5 項(xiàng)的函數(shù)圖像。
(2)P-value 值法,一樣先要得到 2分布的概率密度曲線如圖 2-4 所示,先求出測試的統(tǒng)計(jì)量X,然后得到從X到無窮大積分的結(jié)果即 P-value 值,將 P-value值與給定的顯著性水平α進(jìn)行比較,來決定是接受原假設(shè)還是拒絕原假設(shè)。本文中所采用的隨機(jī)性測試方法即是 P-value 值法。對于給定的顯著性水平α,當(dāng)最終測試的結(jié)果是 P-value 大于α?xí)r,接受原假設(shè),序列是隨機(jī)的;否則就拒絕原假設(shè),序列是非隨機(jī)的。一般來說,參數(shù)α的取值范圍是[0.001,0.01]。2.5 混沌序列的歸一化當(dāng)然,按照上述算法迭代后所產(chǎn)生的混沌序列的值都是大于 0 小于 1 的,要想將這些序列用在地址跳變中,還需要對混沌序列的值進(jìn)行歸一化。歸一化就是
本文編號:3213537
【文章來源】:武漢郵電科學(xué)研究院湖北省
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【部分圖文】:
Logistic映射的分叉圖形
(3)Chebyshev 混沌映射[25][26]Chebyshev 映射的方程為: +1= cos( cos 1( )), ∈ [ 1,1] (2-5)式(2-5)中的 k 為 Chebyshev 映射的階數(shù),在k ≥ 2時,該映射的 Lyapunov 指數(shù)存在正的值,映射進(jìn)入混沌狀態(tài),若給定的條件可以滿足無限精度時,則該映射可以產(chǎn)生無限長度的混沌序列。給定一個初值,該映射方程在迭代 N 次后,就可以得到長度為 N 的混沌序列。映射產(chǎn)生的序列均值E(x) = 0,概率密度分布函數(shù)為ρ(x), ρ(x)關(guān)于x = 0點(diǎn)成偶對稱:ρ(x) = 1 √1 2 ∈ ( 1,1)0 其他(2-6)下圖 2-2 為 Chebyshev 多項(xiàng)式前 5 項(xiàng)的函數(shù)圖像。
(2)P-value 值法,一樣先要得到 2分布的概率密度曲線如圖 2-4 所示,先求出測試的統(tǒng)計(jì)量X,然后得到從X到無窮大積分的結(jié)果即 P-value 值,將 P-value值與給定的顯著性水平α進(jìn)行比較,來決定是接受原假設(shè)還是拒絕原假設(shè)。本文中所采用的隨機(jī)性測試方法即是 P-value 值法。對于給定的顯著性水平α,當(dāng)最終測試的結(jié)果是 P-value 大于α?xí)r,接受原假設(shè),序列是隨機(jī)的;否則就拒絕原假設(shè),序列是非隨機(jī)的。一般來說,參數(shù)α的取值范圍是[0.001,0.01]。2.5 混沌序列的歸一化當(dāng)然,按照上述算法迭代后所產(chǎn)生的混沌序列的值都是大于 0 小于 1 的,要想將這些序列用在地址跳變中,還需要對混沌序列的值進(jìn)行歸一化。歸一化就是
本文編號:3213537
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3213537.html
最近更新
教材專著