互聯(lián)網(wǎng)規(guī)模不斷擴(kuò)大,網(wǎng)絡(luò)業(yè)務(wù)和網(wǎng)絡(luò)用戶呈現(xiàn)出爆發(fā)式的增長(zhǎng),利用網(wǎng)絡(luò)平臺(tái)實(shí)施犯罪的違法行為也在日益增加,類似于網(wǎng)絡(luò)詐騙等犯罪行為帶來(lái)了比較惡劣的社會(huì)影響,增加了社會(huì)的不穩(wěn)定因素。從網(wǎng)絡(luò)安全的角度出發(fā),要求網(wǎng)絡(luò)能夠?qū)崿F(xiàn)對(duì)用戶細(xì)粒度、精細(xì)化的管理,但是目前用戶監(jiān)管機(jī)制受限于網(wǎng)絡(luò)中復(fù)雜的數(shù)據(jù)傳輸模式,無(wú)法滿足這種精細(xì)化管理的需求。因此為了滿足信息網(wǎng)絡(luò)進(jìn)一步發(fā)展的需要,實(shí)現(xiàn)對(duì)用戶精細(xì)化管理,本文基于標(biāo)識(shí)網(wǎng)絡(luò)設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)擁有多維特征的用戶監(jiān)管系統(tǒng),該系統(tǒng)可以細(xì)粒度準(zhǔn)確地描述用戶特征,為實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)的細(xì)粒度可管可控提供用戶層面的數(shù)據(jù)支持。本文提出的多維特征用戶監(jiān)管系統(tǒng)通過(guò)網(wǎng)絡(luò)用戶的接入認(rèn)證得到用戶的基本信息,接著通過(guò)分析用戶的網(wǎng)絡(luò)數(shù)據(jù)得到用戶行為信息,從這兩個(gè)角度對(duì)網(wǎng)絡(luò)用戶身份信息進(jìn)行結(jié)構(gòu)化存儲(chǔ),從而生成用戶身份標(biāo)簽信息,該標(biāo)簽被網(wǎng)絡(luò)訪問控制決策者用于制定訪問控制策略。具體工作內(nèi)容如下:（1）分析用戶身份管理及用戶行為分析的現(xiàn)狀,結(jié)合大數(shù)據(jù)場(chǎng)景與系統(tǒng)需求,設(shè)計(jì)并實(shí)現(xiàn)標(biāo)識(shí)網(wǎng)絡(luò)中基于多維特征的用戶監(jiān)管系統(tǒng)。在該系統(tǒng)中引入大數(shù)據(jù)平臺(tái)和計(jì)算框架,設(shè)計(jì)分布式的用戶流量存儲(chǔ)模型,使得該系統(tǒng)能夠承載復(fù)雜且海量... 

【文章來(lái)源】：北京交通大學(xué)北京市211工程院校教育部直屬院校

【文章頁(yè)數(shù)】：97 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 用戶身份管理現(xiàn)狀
        1.2.2 用戶行為分析現(xiàn)狀
    1.3 本文主要內(nèi)容
    1.4 論文組織結(jié)構(gòu)
2 相關(guān)技術(shù)研究
    2.1 標(biāo)識(shí)網(wǎng)絡(luò)
    2.2 高速數(shù)據(jù)包抓取技術(shù)
    2.3 網(wǎng)絡(luò)用戶數(shù)據(jù)挖掘技術(shù)
        2.3.1 數(shù)據(jù)挖掘技術(shù)
        2.3.2 網(wǎng)絡(luò)流分類技術(shù)
    2.4 大數(shù)據(jù)平臺(tái)和實(shí)時(shí)性框架
        2.4.1 Hadoop
        2.4.2 Spark
        2.4.3 Kafka
    2.5 本章小結(jié)
3 標(biāo)識(shí)網(wǎng)絡(luò)中基于多維特征的用戶監(jiān)管系統(tǒng)方案設(shè)計(jì)
    3.1 系統(tǒng)需求分析
    3.2 系統(tǒng)總體設(shè)計(jì)
        3.2.1 系統(tǒng)功能設(shè)計(jì)
        3.2.2 系統(tǒng)模塊設(shè)計(jì)
    3.3 信息收集模塊設(shè)計(jì)
        3.3.1 用戶靜態(tài)信息收集
        3.3.2 用戶動(dòng)態(tài)信息收集
    3.4 用戶行為分析模塊設(shè)計(jì)
        3.4.1 用戶興趣度模塊設(shè)計(jì)
        3.4.2 用戶置信度模塊設(shè)計(jì)
    3.5 網(wǎng)絡(luò)流實(shí)時(shí)分類模塊設(shè)計(jì)
    3.6 本章小結(jié)
4 標(biāo)識(shí)網(wǎng)絡(luò)中基于多維特征的用戶監(jiān)管系統(tǒng)實(shí)現(xiàn)
    4.1 信息收集模塊
        4.1.1 用戶接入認(rèn)證
        4.1.2 高速網(wǎng)絡(luò)流收集
        4.1.3 網(wǎng)絡(luò)流分布式存儲(chǔ)
    4.2 用戶行為分析模塊
        4.2.1 基于K-means并行化的用戶興趣度聚類算法
        4.2.2 用戶置信度分析
    4.3 基于CNN并行化的網(wǎng)絡(luò)流實(shí)時(shí)分類算法
    4.4 本章小結(jié)
5 系統(tǒng)測(cè)試
    5.1 系統(tǒng)平臺(tái)搭建
        5.1.1 系統(tǒng)拓?fù)?br>        5.1.2 硬件及軟件環(huán)境
    5.2 測(cè)試結(jié)果
        5.2.1 用戶接入認(rèn)證測(cè)試
        5.2.2 用戶行為分析測(cè)試
        5.2.3 網(wǎng)絡(luò)流實(shí)時(shí)分類測(cè)試
    5.3 本章小結(jié)
6 總結(jié)與展望
    6.1 全文工作總結(jié)
    6.2 未來(lái)工作展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]SDN網(wǎng)絡(luò)流量分類技術(shù)研究綜述[J]. 蔣海軍,謝鈞,郭小帆,邱宏瓊,強(qiáng)振.  信息技術(shù)與網(wǎng)絡(luò)安全. 2018(02)
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)流量分類方法[J]. 王勇,周慧怡,俸皓,葉苗,柯文龍.  通信學(xué)報(bào). 2018(01)
[3]數(shù)據(jù)挖掘中的分類算法綜述[J]. 魏茂勝.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2017(06)
[4]PKI在電子信息安全中的應(yīng)用研究[J]. 羅靖瑋,肖昌興.  信息通信. 2017(01)
[5]PKI技術(shù)的近年研究綜述[J]. 林璟鏘,荊繼武,張瓊露,王展.  密碼學(xué)報(bào). 2015(06)
[6]聚類算法綜述[J]. 伍育紅.  計(jì)算機(jī)科學(xué). 2015(S1)
[7]PFRING對(duì)入侵防御系統(tǒng)中數(shù)據(jù)包捕獲性能的研究[J]. 程宗星,何紹勇,尚苗星.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2015(11)
[8]PKI/CA技術(shù)在電子政務(wù)安全體系建設(shè)中的應(yīng)用研究[J]. 張銳,莫平.  中國(guó)信息安全. 2014(11)
[9]智慧協(xié)同網(wǎng)絡(luò)中的服務(wù)機(jī)理研究[J]. 蘇偉,陳佳,周華春,張宏科.  電子學(xué)報(bào). 2013(07)
[10]智慧協(xié)同網(wǎng)絡(luò)體系基礎(chǔ)研究[J]. 張宏科,羅洪斌.  電子學(xué)報(bào). 2013(07)

碩士論文
[1]應(yīng)用系統(tǒng)用戶管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 趙圓媛.電子科技大學(xué) 2018
[2]網(wǎng)絡(luò)空間可信身份管理關(guān)鍵技術(shù)研究[D]. 袁齊.電子科技大學(xué) 2017
[3]基于網(wǎng)絡(luò)日志的用戶行為分析與研究[D]. 周雪.北京郵電大學(xué) 2017
[4]基于DBN的網(wǎng)絡(luò)流量分類的研究[D]. 白雪.內(nèi)蒙古大學(xué) 2015
[5]一體化網(wǎng)絡(luò)用戶管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 文新.北京郵電大學(xué) 2013



本文編號(hào)：3632326