本文關(guān)鍵詞：基于云計(jì)算的網(wǎng)絡(luò)異常檢測算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著網(wǎng)絡(luò)的發(fā)展和應(yīng)用范圍不斷擴(kuò)大,網(wǎng)絡(luò)攻擊手段與日俱增,面對(duì)高速大規(guī)模網(wǎng)絡(luò),傳統(tǒng)異常檢測系統(tǒng)難以難以實(shí)現(xiàn)全網(wǎng)流量的測量,傳統(tǒng)檢測算法也難以處理大規(guī)模數(shù)據(jù)。分布式的異常檢測系統(tǒng)的研究將成為未來異常檢測領(lǐng)域的發(fā)展方向。基于云計(jì)算對(duì)超大規(guī)模數(shù)據(jù)的存儲(chǔ)和計(jì)算能力,本文提出了一種基于云計(jì)算的大規(guī)模網(wǎng)絡(luò)異常檢測系統(tǒng),系統(tǒng)能對(duì)全網(wǎng)絡(luò)流量實(shí)時(shí)測量,并實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)流量的實(shí)時(shí)監(jiān)控。本文的主要研究工作和成果包括：首先分析了當(dāng)前網(wǎng)絡(luò)安全現(xiàn)狀,入侵檢測系相關(guān)技術(shù),概括了傳統(tǒng)入侵檢測系統(tǒng)存在的問題,以及未來的發(fā)展方向。然后詳細(xì)介紹了流量測量相關(guān)技術(shù)和發(fā)展現(xiàn)狀,并結(jié)合流量矩陣的應(yīng)用發(fā)展引出大規(guī)模網(wǎng)絡(luò)全局流量測量的必要性,緊接著研究了聚類算法和Hadoop相關(guān)技術(shù),為分布式異常檢測系統(tǒng)的提出打下基礎(chǔ)。接著以真實(shí)流量的預(yù)處理為例詳細(xì)描述了網(wǎng)絡(luò)流量測量相關(guān)部分的實(shí)現(xiàn)。最后分析了直方圖異常檢測方法的具體實(shí)現(xiàn)細(xì)節(jié),進(jìn)一步實(shí)現(xiàn)了直方圖算法在MapReduce框架下的并行化。在實(shí)驗(yàn)部分,在實(shí)驗(yàn)環(huán)境中對(duì)網(wǎng)絡(luò)流量測量架構(gòu)進(jìn)行詳細(xì)的部署實(shí)現(xiàn),并分析了系統(tǒng)的可行性,最后通過實(shí)驗(yàn)數(shù)據(jù)集對(duì)并行化算法性能進(jìn)行評(píng)價(jià)。
【關(guān)鍵詞】：異常檢測 云計(jì)算 分層聚類 流量測量 并行化
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.08
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-14
• 1.1 網(wǎng)絡(luò)安全研究背景10
• 1.2 網(wǎng)絡(luò)流量異常檢測研究現(xiàn)狀與發(fā)展趨勢10-13
• 1.2.1 異常檢測方法分類10-11
• 1.2.2 網(wǎng)絡(luò)流量異常檢測研究現(xiàn)狀11-12
• 1.2.3 問題的提出12-13
• 1.3 研究目的13
• 1.4 本文的工作內(nèi)容及組織結(jié)構(gòu)13-14
• 2 相關(guān)理論知識(shí)與關(guān)鍵技術(shù)14-27
• 2.1 網(wǎng)絡(luò)流量的測量方法14-17
• 2.1.1 主動(dòng)和被動(dòng)測量技術(shù)14-15
• 2.1.2 常用網(wǎng)絡(luò)流量采集方法15-17
• 2.2 網(wǎng)絡(luò)流量矩陣17-18
• 2.2.1 流量矩陣簡介17
• 2.2.2 流量矩陣估算方法17-18
• 2.3 聚類算法18-21
• 2.3.1 聚類簡述18-19
• 2.3.2 聚類算法分類19-21
• 2.4 Hadoop云平臺(tái)簡介21-26
• 2.4.1 HDFS體系結(jié)構(gòu)22-24
• 2.4.2 MapReduce編程模型24-26
• 2.5 本章小結(jié)26-27
• 3 大規(guī)模全局網(wǎng)絡(luò)流量的測量27-34
• 3.1 流量預(yù)處理算法描述27
• 3.2 流量采集27-30
• 3.2.1 Netflow采集流程27-29
• 3.2.2 采集實(shí)現(xiàn)29-30
• 3.3 OD分流算法30-32
• 3.4 部署實(shí)現(xiàn)32-33
• 3.5 本章小結(jié)33-34
• 4 基于云計(jì)算的異常檢測算法34-47
• 4.1 基于直方圖的異常檢測算法34-39
• 4.1.1 測量向量的構(gòu)建35
• 4.1.2 聚類分析35-39
• 4.2 并行化實(shí)現(xiàn)39-46
• 4.2.1 MapReduce下直方圖向量的構(gòu)建39-40
• 4.2.2 MapReduce下層次聚類算法40-46
• 4.3 本章小結(jié)46-47
• 5 實(shí)驗(yàn)與分析47-56
• 5.1 系統(tǒng)整體架構(gòu)47-48
• 5.2 實(shí)驗(yàn)環(huán)境48-50
• 5.3 分析評(píng)價(jià)50-55
• 5.3.1 大規(guī)模網(wǎng)絡(luò)流量測量方法評(píng)價(jià)50-51
• 5.3.2 基于云計(jì)算的異常檢測算法性能評(píng)估51-55
• 5.4 本章小結(jié)55-56
• 6 結(jié)論與展望56-58
• 6.1 結(jié)論56
• 6.2 工作展望56-58
• 參考文獻(xiàn)58-60
• 致謝60-61
• 個(gè)人簡歷、在校期間發(fā)表的學(xué)術(shù)論文與研究成果61

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 張震;汪斌強(qiáng);朱珂;;流量測量的關(guān)鍵技術(shù)分析與研究[J];計(jì)算機(jī)應(yīng)用研究;2009年09期

2 張敏,于劍;基于劃分的模糊聚類算法[J];軟件學(xué)報(bào);2004年06期

3 周靜靜;楊家海;楊揚(yáng);張輝;;流量矩陣估算的研究[J];軟件學(xué)報(bào);2007年11期

4 錢葉魁;陳鳴;葉立新;劉鳳榮;朱少衛(wèi);張晗;;基于多尺度主成分分析的全網(wǎng)絡(luò)異常檢測方法[J];軟件學(xué)報(bào);2012年02期

5 錢葉魁;陳鳴;郝強(qiáng);劉鳳榮;商文忠;;ODC——在線檢測和分類全網(wǎng)絡(luò)流量異常的方法[J];通信學(xué)報(bào);2011年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李欣欣;基于MPI的層次聚類算法的研究及實(shí)現(xiàn)[D];哈爾濱理工大學(xué);2012年

  本文關(guān)鍵詞：基于云計(jì)算的網(wǎng)絡(luò)異常檢測算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：357132