高速網(wǎng)絡流量識別系統(tǒng)中深度包檢測方法研究與實現(xiàn)

《高速網(wǎng)絡流量識別系統(tǒng)中深度包檢測方法研究與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術(shù)論文-天天文庫。

1、．．＂＇．【．．ｒｉ；；．ｒ．？；Ｖ＂＊＇．＂’ｊ，－．ｖ．．－Ｖ：：氣／．＇．；＇＇：處＇ｒＶ．Ｖ。－．－．＿林ｒ？■ｉ■ｉ．分類號則學號１３０８２４０６９７二Ｌ１．；．曲妥連疑種技乂緣撰Ｉ學位論文Ｉ’．屯：＼＼ｖ－＇‘巧扣Ｊ－－馬二．．受Ｖ．‘轉(zhuǎn)高速網(wǎng)絡流貴識別系統(tǒng)中深度包檢測方法巧究與實現(xiàn)馬１＇’－－－．．．；Ｖ１Ｖ－Ａ，作者宮向陽Ｖｆｔ／：：＼、、－Ｖ氣占巧巧：、、＾馬、指導教師姓名赴安軍副教授．為＂，．：

2、－、苗聲’．＼：’＼＞’申請學位級別碩壬專業(yè)名稱計其機系統(tǒng)結(jié)構(gòu)：南ｒ—＇作％＼＇２０１６．０６論文答辯日期２０１６．０６記％論文提交日期＇矣．．‘Ｉ，、心，鄭非學位授予單位曲姿達疑新技丈＃；；Ｉ：’‘．答辯委Ｓ會主席《皆某．重．來占ｊ＇評閱人；＿＿＿ｆ，．作＿起旣，＇！’．亡；。，呼異轉(zhuǎn)＾．＼－＇＾＇．＇、‘－．；；；、去＇？Ｉ＇．；．；．．．ｖ?。觯硕荩颍\塔耗Ｓ；苗＾．＇‘．’．．、：?。海В?、．．ｉ興、———苗孩ｒ乂聳．；＇．Ｖ．屯Ｖ終詩．姆々Ｖ學作重－－—－—－Ｗ／＇■刮Ｉ

3、Ａｔ顯’，／＇Ｉ—ｉ＼ｉ．＾ｖ＞‘Ｌ．＾ｖ＞．心－＇Ｉｖ、＼、Ｌ。＇方令種巧西安建筑科技大學碩士學位論文高速網(wǎng)絡流量識別系統(tǒng)中深度包檢測方法研究與實現(xiàn)專業(yè)：計算機系統(tǒng)結(jié)構(gòu)碩士生：宮向陽指導教師：趙安軍副教授摘要深度包檢測技術(shù)以其強大的識別能力，現(xiàn)已被廣泛應用于各種網(wǎng)絡安全設備。然而隨著網(wǎng)絡帶寬的爆炸式增長，如何在大流量網(wǎng)絡環(huán)境中對數(shù)據(jù)包實現(xiàn)高速、準確的識別，已引起廣大學者的關注。正則表達式以其強大的語言表達能力現(xiàn)已成為規(guī)則特征的主要描述方式，通過對正則表達式的匹配實現(xiàn)數(shù)據(jù)包的識別。目前，正則表達式主要通過不確定性有限自動機（Non-determini

4、sticFiniteAutomata，簡稱NFA）、確定性有限自動機（DeterministicFiniteAutomata，簡稱DFA）實現(xiàn)，NFA占用空間小，但匹配時間長，DFA的匹配時間短，但存在狀態(tài)爆炸隱患，導致計算機物理內(nèi)存不能滿足需求，所以兩者都不能同時滿足實際應用需求。相比較而言，DFA更適合高速網(wǎng)絡流量識別，所以近幾年的研究焦點主要集中在如何減少DFA的狀態(tài)數(shù)目。本文針對上述問題，以高性能的正則表達式匹配引擎為主要的研究對象，深入分析了DFA狀態(tài)爆炸原因。提出：先對正則表達式集分組，減少正則表達式之間的沖突所引起的狀態(tài)數(shù)增加，然后將每一組正則表達式進行聯(lián)合編譯生成

5、組合DFA，最后再對各組生成的組合DFA進行狀態(tài)壓縮。在此基礎上，結(jié)合實際項目，詳細闡述了深度包檢測的具體實現(xiàn)。本文主要完成了以下內(nèi)容：第一，深入研究了不同類型正則表達式的DFA結(jié)構(gòu)特征，分析了單個DFA和組合DFA狀態(tài)爆炸的原因；第二，針對組合DFA的狀態(tài)爆炸問題。在前人的工作基礎上，改進了一種近似比為1/(1?1/?)的正則表達式分組算法，經(jīng)模擬測試表明，改進后的分組算法在分組效率上優(yōu)于改進前，具有一定的適用性；第三，根據(jù)DFA狀態(tài)間的相似度，提取狀態(tài)轉(zhuǎn)移表中的公共狀態(tài)，將公共狀態(tài)形成的狀態(tài)轉(zhuǎn)移表與提取公共狀態(tài)后的原狀態(tài)轉(zhuǎn)移表分開存儲，實現(xiàn)對狀態(tài)的西安建筑科技大學碩士學位論文

6、壓縮。公共狀態(tài)的提取屬于聚類問題，然而傳統(tǒng)的聚類方法普遍存在聚類時間過長，對此，本文采用并實現(xiàn)了一種基于最大生成樹的層次聚類算法。第四，實現(xiàn)了改進后的正則表達式分組算法和基于最大生成樹的公共狀態(tài)提取算法，并通過實驗證明基于上述算法的先分組后壓縮的設計方案在處理大規(guī)模模式匹配方面的優(yōu)越性。第五，以實際項目為背景，結(jié)合作者的工作內(nèi)容，詳細闡述了深度包檢測方法在高速網(wǎng)絡流量識別系統(tǒng)中的具體實現(xiàn)，并通過實際測試，給出系統(tǒng)的性能表現(xiàn)。關鍵詞：深度包檢測、不確定型有限自動機、確定型有限自動機、正則表達式分組、最大生成樹、層次聚類西安建筑科技大學碩士學位論文Researchandrealiza

7、tionofdeeppacketinspectionmethodinthehigh-speednetworktrafficrecognitionsystemSpecialty:ComputerArchitectureName:GongXiangyangInstructor:AssociateProfessorZhaoAnjunAbstractWithitspowerfulabilitytorecognizedeeppacket,thetechnologyhasbeenwidely