隨著信息時代的高速發(fā)展,網(wǎng)絡(luò)用戶越來越多,傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)已經(jīng)無法滿足日益增長的網(wǎng)絡(luò)流量的需求,嚴(yán)重影響了用戶的上網(wǎng)體驗。因此,現(xiàn)在急需一種可以對網(wǎng)絡(luò)流量做到實時監(jiān)控的網(wǎng)絡(luò)架構(gòu)。軟件定義網(wǎng)絡(luò)(SDN,Soft Defined Networking)的提出為當(dāng)前網(wǎng)絡(luò)中所遇到的難題提供了有效的解決方案,被業(yè)界認為是下一代互聯(lián)網(wǎng)的發(fā)展方向。SDN網(wǎng)絡(luò)架構(gòu)的核心是OpenFlow協(xié)議機制,其是一種開放性的協(xié)議標(biāo)準(zhǔn),但這種機制容易受到網(wǎng)絡(luò)攻擊,如何檢測出網(wǎng)絡(luò)攻擊是SDN網(wǎng)絡(luò)安全的關(guān)鍵。在此背景下本文提出了一種基于GRU-CNN的SDN異常檢測網(wǎng)絡(luò)架構(gòu),來增強SDN的可靠性,提高網(wǎng)絡(luò)的服務(wù)質(zhì)量。首先,文章闡述了SDN異常檢測的研究意義和現(xiàn)狀,重點描述了SDN網(wǎng)絡(luò)架構(gòu)的優(yōu)勢所在,設(shè)計了一種SDN異常檢測架構(gòu),并對SDN異常檢測架構(gòu)的運行機制進行詳細地分析與研究。SDN異常檢測架構(gòu)主要包括三大模塊:數(shù)據(jù)收集模塊、異常檢測模塊和數(shù)據(jù)傳輸模塊,并對每個模塊的功能和作用進行充分的研究。異常檢測實質(zhì)是一個分類的過程,深度學(xué)習(xí)在分類的問題上有著天然的優(yōu)勢。門控遞歸神經(jīng)單元(GRU,Gated Recurrent ...

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 網(wǎng)絡(luò)流量異常檢測研究現(xiàn)狀
        1.2.2 深度學(xué)習(xí)研究現(xiàn)狀
        1.2.3 SDN流量異常檢測現(xiàn)狀
    1.3 主要研究內(nèi)容及創(chuàng)新點
        1.3.1 主要研究內(nèi)容
        1.3.2 創(chuàng)新點
    1.4 論文組織結(jié)構(gòu)
2 相關(guān)技術(shù)概述
    2.1 SDN相關(guān)技術(shù)
        2.1.1 SDN的概念
        2.1.2 SDN網(wǎng)絡(luò)架構(gòu)
        2.1.3 OpenFlow技術(shù)
    2.2 深度學(xué)習(xí)
        2.2.1 深度學(xué)習(xí)常用框架
        2.2.2 深度學(xué)習(xí)模型
    2.3 常見的傳統(tǒng)網(wǎng)絡(luò)異常檢測算法
        2.3.1 基于統(tǒng)計的異常檢測
        2.3.2 基于信息熵的異常檢測
        2.3.3 基于數(shù)據(jù)挖掘的異常檢測
        2.3.4 基于深度學(xué)習(xí)的異常檢測
    2.4 本章小結(jié)
3 SDN異常檢測架構(gòu)研究
    3.1 SDN異常檢測架構(gòu)設(shè)計
    3.2 SDN異常檢測架構(gòu)模塊研究
        3.2.1 數(shù)據(jù)收集模塊
        3.2.2 異常檢測模塊
        3.2.3 數(shù)據(jù)傳輸模塊
    3.3 SDN異常檢測運行機制
    3.4 本章小結(jié)
4 基于深度學(xué)習(xí)的SDN異常檢測模型
    4.1 基于深度學(xué)習(xí)的SDN異常檢測流程
    4.2 基于GRU-CNN的 SDN異常檢測模型
    4.3 模型的優(yōu)化
        4.3.1 優(yōu)化器
        4.3.2 正則化
    4.4 本章小結(jié)
5 實驗和結(jié)果分析
    5.1 實驗數(shù)據(jù)及配置
    5.2 實驗數(shù)據(jù)集的構(gòu)造
        5.2.1 數(shù)據(jù)集介紹
        5.2.2 數(shù)據(jù)預(yù)處理
        5.2.3 模型評價標(biāo)準(zhǔn)
    5.3 實驗結(jié)果分析與對比
        5.3.1 數(shù)據(jù)集的選取
        5.3.2 不同模型結(jié)構(gòu)的實驗分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
攻讀碩士學(xué)位期間參與的科研項目和取得的成果
致謝



本文編號：3764887