基于行為分析的通信網(wǎng)絡(luò)流量異常檢測與關(guān)聯(lián)分析.pdf

1、隨著信息技術(shù)和通信技術(shù)的不斷發(fā)展和廣泛應(yīng)用，通信網(wǎng)絡(luò)承載的數(shù)據(jù)流量越來越大，網(wǎng)絡(luò)結(jié)構(gòu)和應(yīng)用日趨復(fù)雜。為保證通信網(wǎng)絡(luò)的安全、高效運(yùn)行，就必須實(shí)時(shí)、準(zhǔn)確地對網(wǎng)絡(luò)運(yùn)行情況進(jìn)行分析和檢測，獲取異常事件發(fā)生的根本原因。流量異常檢測能夠有效檢測網(wǎng)絡(luò)中的異常事件，關(guān)聯(lián)分析能揭示引起異常的根本原因，對提高通信網(wǎng)絡(luò)系統(tǒng)的應(yīng)急響應(yīng)能力具有重要意義，也是目前全世界學(xué)術(shù)界和工業(yè)界共同關(guān)注的前沿研究領(lǐng)域。
　　本文以網(wǎng)絡(luò)流量行為分析為基礎(chǔ)，深入理解流量行為

2、在時(shí)間和空間上表現(xiàn)出的不同特征，并結(jié)合數(shù)據(jù)挖掘和信號處理方法，研究通信網(wǎng)絡(luò)中的流量異常檢測與關(guān)聯(lián)分析方法，所取得的主要研究成果如下：
　　1.通信網(wǎng)絡(luò)流量的行為特征參數(shù)提取
　　提出基于子流分解的通信網(wǎng)絡(luò)流量行為特征參數(shù)提取方法，與現(xiàn)有網(wǎng)絡(luò)流量行為特征參數(shù)相比，在子流上提取的網(wǎng)絡(luò)流量行為特征參數(shù)能在滿足實(shí)時(shí)性要求的前提下，更細(xì)致地刻畫流量行為特征的細(xì)節(jié)。
　　2.基于單匯接點(diǎn)的通信網(wǎng)絡(luò)流量異常行為檢測
　　(1)

3、提出基于時(shí)間序列圖挖掘的通信網(wǎng)絡(luò)流量異常行為檢測方法，該方法通過挖掘時(shí)間序列圖對流量異常行為檢測的多時(shí)間序列之間相互關(guān)系進(jìn)行量化，能有效檢測流量異常行為。
　　(2)研究基于流量行為特征信息熵的 DoS/DDoS攻擊檢測方法，采用粗細(xì)粒度結(jié)合的思想對通信網(wǎng)絡(luò)中的流量數(shù)據(jù)進(jìn)行分析，在保證檢測實(shí)時(shí)性的同時(shí)，準(zhǔn)確地提取出與DoS/DDoS攻擊相關(guān)的網(wǎng)絡(luò)流量。
　　3.通信網(wǎng)絡(luò)分布式流量異常行為檢測
　　(1)提出基于時(shí)間序列

4、圖挖掘的通信網(wǎng)絡(luò)分布式流量異常行為檢測方法，使用圖描述行為特征參數(shù)及它們之間的關(guān)系，通過圖挖掘揭示多條鏈路上行為特征間的潛在聯(lián)系，相較于現(xiàn)有方法有效提高了異常行為檢測的準(zhǔn)確性。
　　(2)設(shè)計(jì)了一個(gè)基于流量特征分析的通信網(wǎng)絡(luò)分布式流量異常行為檢測系統(tǒng)，使用了一系列數(shù)據(jù)挖掘技術(shù)分析流量行為特征以及它們在邏輯拓?fù)涞漠惓ｓw現(xiàn)，從而對分布式流量異常行為進(jìn)行建模和檢測。與現(xiàn)有技術(shù)相比，該系統(tǒng)能區(qū)分由同一原因引起的分布式流量異常行為與獨(dú)立的流

5、量異常行為。
　　(3)研究基于時(shí)空序列分析的通信網(wǎng)絡(luò)分布式流量異常行為檢測方法，通過分析多條鏈路上的流量數(shù)據(jù)隨時(shí)間變化構(gòu)成的多時(shí)間序列來檢測分布式流量異常行為。該方法降低了背景流量對于異常行為檢測的干擾，并且該方法中鏈路流量的獲取不需要估計(jì)全局流量矩陣和消耗大量網(wǎng)絡(luò)資源進(jìn)行匯接點(diǎn)間的通信。
　　4.通信網(wǎng)絡(luò)流量異常行為的關(guān)聯(lián)分析與識別
　　(1)提出基于特征關(guān)聯(lián)分析的通信網(wǎng)絡(luò)流量異常行為識別算法，利用各子流幅值行為特