基于信息熵SVM的ICMP隱蔽通道檢測研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、網(wǎng)絡隱蔽通道技術是一種被廣泛應用的網(wǎng)絡攻擊技術,該技術利用網(wǎng)絡通信數(shù)據(jù)作為載體進行秘密通信。網(wǎng)絡隱蔽通道中的通信具有隱蔽性,再加上普通的網(wǎng)絡安全產(chǎn)品自身的局限性,這使得網(wǎng)絡隱蔽通道中的信息傳遞活動很難被檢測到。網(wǎng)絡隱蔽通道可以構建在TCP/IP模型的各層上(物理層、網(wǎng)絡層、傳輸層、應用層)的很多協(xié)議上,相對于其它層的協(xié)議而言ICMP協(xié)議有著天然的優(yōu)勢:許多網(wǎng)絡設備認為ICMP流量是良性,對其負載部分不進行檢測,攻擊者可以將生成的任意信息

2、隱藏在ICMP的有效負載中,構成隱蔽通道。關于ICMP下的隱蔽通道檢測研究就是在這樣的背景下開始的。
   本文對ICMP協(xié)議進行分析后,提出了使用ICMP協(xié)議構建隱蔽通道的方法,并在C++Builder6.0下實現(xiàn)。針對ICMP隱蔽通道的檢測,目前通常采用標準支持向量機的方法,但訓練時間過高,不適于大規(guī)模數(shù)據(jù)集的檢測。我們在深入研究ICMP數(shù)據(jù)流熵標準差和熵值分布特性的基礎上,發(fā)現(xiàn)近95%的ICMP數(shù)據(jù)包中不含有隱蔽通道,如果

3、將這些數(shù)據(jù)篩選掉,在獲得較高的分類精度、檢測率的同時,大大縮減了訓練時間?;谶@樣的思想,我們提出了基于信息熵的訓練樣本集縮減策略,并進一步構造出可用于大規(guī)模數(shù)據(jù)集下ICMP負載隱蔽通道檢測模型-信息熵支持向量機模型。
   信息熵支持向量機模型中核函數(shù)的選取問題也是我們的重點研究內容之一。針對在求解實際問題時使用單一核函數(shù),SVM的性能很難達到最優(yōu),學習能力與推廣能力較弱等問題,我們建立了若干選取規(guī)則,分別解決了核函數(shù)的類型及

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論