基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)分析

基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)分析

ID:26863251

大?。?.07 MB

頁數(shù):61頁

時間:2018-11-29

基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)分析_第1頁
基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)分析_第2頁
基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)分析_第3頁
基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)分析_第4頁
基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)分析_第5頁
資源描述:

《基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)分析》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、-國內(nèi)圖書分類號:TP393.0學(xué)校代碼:10213國際圖書分類號:621.3密級:公開工學(xué)碩士學(xué)位論文基于統(tǒng)計的網(wǎng)絡(luò)流量異常檢測技術(shù)研究碩士研究生:曹國祥導(dǎo)師:丁宇新副教授申請學(xué)位:工學(xué)碩士學(xué)科、專業(yè):計算機科學(xué)與技術(shù)所在單位:深圳研究生院答辯日期:2011年12月授予學(xué)位單位:哈爾濱工業(yè)大學(xué)---ClassifiedIndex:TP393.0U.D.C:621.3ThesisfortheMasterDegreeinEngineeringNETWORKTRAFFICANOMALY DETECTI

2、ONTECHNIQUESBASEDON STATISTICSCandidate:GuoxiangCaoSupervisor:AssociateProf.YuxinDingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScience&TechnologyAffiliation:ShenzhenGraduateSchoolDateofDefence:December,2011Degree-Conferring-Institu

3、tion:HarbinInstituteofTechnology---哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文摘要網(wǎng)絡(luò)流量異常指的是流量偏離正常模型。引起流量異常的原因有很多,比如惡意攻擊、網(wǎng)絡(luò)設(shè)備故障、正常的突發(fā)用戶行為等。網(wǎng)絡(luò)異常檢測的目的就是及時檢測出異常的發(fā)生,便于網(wǎng)絡(luò)管理員采取相應(yīng)措施以保證網(wǎng)絡(luò)的正常運行和服務(wù)質(zhì)量。目前網(wǎng)絡(luò)異常的檢測方法主要有:基于統(tǒng)計的方法、基于數(shù)據(jù)流的方法和基于機器學(xué)習(xí)的方法。由于基于統(tǒng)計的方法有諸多優(yōu)勢,所以本文重點研究了這種方法。具體來說是三種統(tǒng)計方法:基于流獨立性和穩(wěn)態(tài)

4、性的短時非相關(guān)流平衡性(ASTUTE:AShort-TimescaleUncorrelated-TrafficEquilibrium)方法、基于卡爾曼(Kalman)濾波的方法和基于時間序列預(yù)測的指數(shù)加權(quán)滑動平均(ExponentiallyWeightedMovingAverage:EWMA)方法。從另一個角度看,網(wǎng)絡(luò)異常檢測方法又可以分為兩類:基于流量大小(volume)改變的檢測方法和基于流量特征分布(trafficfeaturedistribution)改變的檢測方法。其中基于流量特征分布改

5、變的檢測方法更具優(yōu)勢,一般會用信息熵來度量其改變。本文用EWMA算法分別實現(xiàn)了這兩種方法。經(jīng)調(diào)研發(fā)現(xiàn),網(wǎng)絡(luò)異常流量檢測研究領(lǐng)域存在兩個問題:一是網(wǎng)絡(luò)流量和異常事件的種類是多種多樣的,沒有一個通用的檢測器適用于所有的場景,所以需要明確哪一個檢測器適用于哪一種場景;二是檢測閾值的設(shè)置目前是憑借經(jīng)驗或者理論,但基本為固定閾值,自適應(yīng)調(diào)節(jié)閾值仍然是一個難題。本文研究并實現(xiàn)了ASTUTE、Kalman、EWMA(基于流量大小和基于流量特征)算法,并用兩種數(shù)據(jù)源:作了標注的MAWILab數(shù)據(jù)集和在本地主機上通

6、過wireshark采集的數(shù)據(jù)集,做了大量實驗。本文仔細分析了實驗結(jié)果,并對算法檢測到的異常事件做了人工根因分析。實驗結(jié)果表明:上述三種方法可以檢測出的異常種類并不相同,ASTUTE算法擅長檢測產(chǎn)生許多小IP流的異常,而Kalman和EWMA算法擅長檢測產(chǎn)生少量的大IP流的異常?;趯嶒灲Y(jié)果分析,本文利用偏離分數(shù)的思想對ASTUTE算法的評估值進行了優(yōu)化;去除了EWMA算法中滑動窗口中的噪音數(shù)據(jù);用EWMA公式-I----哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文對ASTUTE算法的評估值進行了平滑處理。實驗

7、結(jié)果表明,我們的算法是有效的。關(guān)鍵詞:網(wǎng)絡(luò)異常流量檢測;短時非相關(guān)流平衡模型;卡爾曼濾波;指數(shù)加權(quán)滑動平均;偏離分數(shù)-II----哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractNetworktrafficanomalymeansthattrafficdeviatesfromanormalmodel.Therearemanykindsofanomaly,forexample:viciousattack,networkequipmentoutages,abruptnormaluserbehaviors

8、andsoon.Theobjectiveofanomalydetectionistodetecttheanomalyassoonasithappens,thennetworkadministratorscantakeactionsaboutanomalytoensuretheworkingorderofnetworkandqualityofservice.Nowtherearemainlythreekindsofanomalydetectionmethods:methodsbase

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。