本文關(guān)鍵詞：多層次網(wǎng)絡(luò)流識別技術(shù)研究與實現(xiàn)

  更多相關(guān)文章： 網(wǎng)絡(luò)流識別 網(wǎng)絡(luò)流 代價敏感 Adaboost 特征選擇

【摘要】：互聯(lián)網(wǎng)的飛速發(fā)展對網(wǎng)絡(luò)監(jiān)管與網(wǎng)絡(luò)安全等提出了更高的要求。網(wǎng)絡(luò)流識別作為一項基礎(chǔ)技術(shù),正面臨著更為嚴(yán)峻的挑戰(zhàn)。隨著NAT技術(shù)、端口隱藏等技術(shù)的普及,使得傳統(tǒng)的基于端口匹配的網(wǎng)絡(luò)流識別技術(shù)失去了意義。而由于深度包報文檢測技術(shù)識別精度高,深度流檢測技術(shù)存在處理加密網(wǎng)絡(luò)流的優(yōu)點,使它們成為網(wǎng)絡(luò)流識別領(lǐng)域的重要研究方向。網(wǎng)絡(luò)流特征集是網(wǎng)絡(luò)流識別研究的基礎(chǔ)和關(guān)鍵,目前深度流檢測技術(shù)的研究成果主要為網(wǎng)絡(luò)流特征集的抽取和識別算法的選擇。本文主要研究了多層次網(wǎng)絡(luò)流識別技術(shù),并且在實驗室環(huán)境下進行了實現(xiàn)。本文主要內(nèi)容安排如下：首先,介紹了當(dāng)前網(wǎng)絡(luò)流識別技術(shù)的主要進展和現(xiàn)狀,分別對深度流檢測方法和深度報文檢測方法進行了分析與討論。其次,深入研究了網(wǎng)絡(luò)協(xié)議棧與特征選擇算法。研究發(fā)現(xiàn),傳統(tǒng)特征選擇算法基于網(wǎng)絡(luò)流中平衡平均字節(jié)的假設(shè),導(dǎo)致網(wǎng)絡(luò)流中字節(jié)分類不準(zhǔn)確。而實際當(dāng)中,各網(wǎng)絡(luò)應(yīng)用產(chǎn)生的網(wǎng)絡(luò)流包含平均字節(jié)量越來越趨于“不平衡”�；诖税l(fā)現(xiàn),本文在Moore等人研究成果的基礎(chǔ)上提出了一種更為穩(wěn)定的網(wǎng)絡(luò)流屬性集。本文提出的基于集成代價敏感的網(wǎng)絡(luò)流識別技術(shù),在保證網(wǎng)絡(luò)流分類準(zhǔn)確率的前提下,提高了網(wǎng)絡(luò)流字節(jié)分類準(zhǔn)確率。然后,在已有深度流檢測方法研究成果中,主要以Moore等人收集的不同協(xié)議網(wǎng)絡(luò)流數(shù)據(jù)為基礎(chǔ),這難以滿足現(xiàn)有網(wǎng)絡(luò)監(jiān)管的需求。本文在實驗室環(huán)境下捕獲了不同類型的精細網(wǎng)絡(luò)流樣本,并且研究了深度流檢測技術(shù)方法對精細網(wǎng)絡(luò)流的識別效果。通過使用網(wǎng)絡(luò)主頁網(wǎng)絡(luò)流樣本識別子網(wǎng)頁的方法,減輕了DFI方法網(wǎng)絡(luò)流本樣獲取困難的問題。最后,本文結(jié)合深度報文檢測技術(shù)與深度流檢測技術(shù)的優(yōu)點,設(shè)計并實現(xiàn)了一套網(wǎng)絡(luò)流識別系統(tǒng)。并對該系統(tǒng)的主要模塊和關(guān)鍵技術(shù)進行了簡要介紹。論文的相關(guān)研究工作對于進一步深入研究和優(yōu)化多層次網(wǎng)絡(luò)流識別技術(shù)具有一定的參考價值。
【關(guān)鍵詞】：網(wǎng)絡(luò)流識別 網(wǎng)絡(luò)流 代價敏感 Adaboost 特征選擇
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP393.08
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-17
• 1.1 研究背景與研究意義11-13
• 1.1.1 我國互聯(lián)網(wǎng)發(fā)展現(xiàn)狀11-12
• 1.1.2 論文的研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 國內(nèi)外網(wǎng)絡(luò)流識別的方法13-15
• 1.2.2 現(xiàn)有方法存在的問題15
• 1.3 論文的主要工作和內(nèi)容安排15-17
• 第2章 網(wǎng)絡(luò)流識別技術(shù)17-27
• 2.1 網(wǎng)絡(luò)流17-19
• 2.1.1 計算機網(wǎng)絡(luò)相關(guān)知識17-18
• 2.1.2 網(wǎng)絡(luò)流18-19
• 2.2 深度報文檢測技術(shù)(又稱DPI)19-21
• 2.2.1 特征庫的建立19-20
• 2.2.2 特征匹配算法20-21
• 2.3 深度流檢測技術(shù)21-26
• 2.3.1 DFI流程21-22
• 2.3.2 識別算法——分類與預(yù)測算法22-26
• 2.4 本章小結(jié)26-27
• 第3章 深度報文檢測技術(shù)模塊實現(xiàn)27-40
• 3.1 DPI模塊整體設(shè)計27-28
• 3.2 Netfilter網(wǎng)絡(luò)報文抽取與會話隊列管理28-32
• 3.2.1 Netfilter機制研究28-29
• 3.2.2 報文抽取和會話管理29-32
• 3.3 特征庫和特征匹配32-39
• 3.3.1 特征串的獲取32-37
• 3.3.2 特征庫管理37-39
• 3.4 本章小節(jié)39-40
• 第4章 深度流檢測技術(shù)40-56
• 4.1 網(wǎng)絡(luò)流屬性特征研究40-46
• 4.1.1 網(wǎng)絡(luò)流特征集40-42
• 4.1.2 穩(wěn)定網(wǎng)絡(luò)流特征集抽取42-44
• 4.1.3 穩(wěn)定流屬性集實驗分析44-46
• 4.2 基于集成代價敏感的網(wǎng)絡(luò)流識別算法46-55
• 4.2.1 基于代價敏感的決策樹C4.5算法47-49
• 4.2.2 集成學(xué)習(xí)算法——Adaboost49-51
• 4.2.3 Adaboost算法51-52
• 4.2.4 基于集成代價敏感的網(wǎng)絡(luò)流識別算法52-53
• 4.2.5 識別算法實驗分析53-55
• 4.3 本章小結(jié)55-56
• 第5章 基于DFI的精細網(wǎng)絡(luò)流識別研究與實現(xiàn)56-68
• 5.1 精細網(wǎng)絡(luò)流識別研究56-63
• 5.1.1 網(wǎng)絡(luò)流樣本的獲取與預(yù)處理56-58
• 5.1.2 完整網(wǎng)絡(luò)流識別研究58-61
• 5.1.3 非完整網(wǎng)絡(luò)流識別61-63
• 5.2 DFI模塊的設(shè)計與實現(xiàn)63-65
• 5.3 系統(tǒng)功能測試65-67
• 5.3.1 測試環(huán)境搭建65
• 5.3.2 系統(tǒng)功能測試65-67
• 5.4 本章小節(jié)67-68
• 總結(jié)與展望68-69
• 致謝69-70
• 參考文獻70-74
• 攻讀碩士期間發(fā)表的論文及科研成果74

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 武佳寧;;基于序列特征的網(wǎng)絡(luò)流分類方法研究[J];電子設(shè)計工程;2013年23期

2 張峰,雷振明;高速網(wǎng)絡(luò)流測量及模型研究[J];計算機工程與應(yīng)用;2004年17期

3 阿呆;;Netronome:為亞太區(qū)量身定制解決方案[J];通訊世界;2011年04期

4 龍熙華;韓大中;;線性多商品網(wǎng)絡(luò)流算法與多煤種調(diào)運優(yōu)化[J];西安礦業(yè)學(xué)院學(xué)報;1987年03期

5 孫旺弟,徐和杰;網(wǎng)絡(luò)流理論在配水系統(tǒng)壓力優(yōu)化計算中的應(yīng)用[J];鎮(zhèn)江船舶學(xué)院學(xué)報;1990年03期

6 高峰修,黃根勛,張利民;基于網(wǎng)絡(luò)流上的秘密共享體制[J];通信技術(shù);2002年04期

7 葉麟;張宏莉;何慧;;基于主成分分析的網(wǎng)絡(luò)流相關(guān)性研究[J];計算機工程;2007年12期

8 季海波,楊蓓,沈廉;關(guān)于二元網(wǎng)絡(luò)流算法的一個推廣[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;1998年03期

9 王可定，封樹標(biāo);多源點網(wǎng)絡(luò)流圖的計算機解法[J];系統(tǒng)工程理論與實踐;1994年08期

10 程叢電;陳曦;;一個局部帶優(yōu)先權(quán)的最大多物資網(wǎng)絡(luò)流問題[J];數(shù)學(xué)的實踐與認(rèn)識;2014年03期

中國重要報紙全文數(shù)據(jù)庫 前2條

1 本報記者 龔保華;讓電視網(wǎng)絡(luò)流光溢彩[N];吉林日報;2013年

2 ;賽門鐵克ManHunt 網(wǎng)絡(luò)獵手[N];計算機世界;2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳輝;基于模糊K-Means的網(wǎng)絡(luò)流分類系統(tǒng)研究與實現(xiàn)[D];廣東工業(yè)大學(xué);2016年

2 顏敏玲;多層次網(wǎng)絡(luò)流識別技術(shù)研究與實現(xiàn)[D];西南交通大學(xué);2016年

3 陳怡然;基于網(wǎng)絡(luò)流和連接特征的端主機分類[D];電子科技大學(xué);2016年

4 張煥娜;基于流連接行為分析的通信網(wǎng)絡(luò)異常事件識別方法研究[D];電子科技大學(xué);2016年

5 李丹丹;基于網(wǎng)絡(luò)流行為的網(wǎng)絡(luò)流分類技術(shù)研究[D];哈爾濱理工大學(xué);2015年

6 蔣曉路;網(wǎng)絡(luò)流特征的時頻分析及其應(yīng)用研究[D];電子科技大學(xué);2014年

7 戚玉娥;基于網(wǎng)絡(luò)流的流量異常檢測研究[D];山東師范大學(xué);2009年

8 王建敏;用優(yōu)化的正則表達式引擎進行快速網(wǎng)絡(luò)流分類[D];中國科學(xué)技術(shù)大學(xué);2015年

9 樊煉;基于消息統(tǒng)計值的網(wǎng)絡(luò)流分類研究[D];華中科技大學(xué);2008年

10 楊嘉佳;高速網(wǎng)絡(luò)流過濾關(guān)鍵技術(shù)研究與應(yīng)用[D];長沙理工大學(xué);2014年

，

本文編號：881212