主動P2P蠕蟲的檢測與防御技術研究.pdf_第1頁
已閱讀1頁,還剩126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、當前,P2P網絡的流量已超過互聯網帶寬的60%,由此帶來的安全隱患也與日俱增。主動P2P 蠕蟲可以通過各種安全漏洞在P2P網絡中傳播,它通過獲取感染節(jié)點的鄰居信息,對部分或全部鄰居發(fā)起直接攻擊。與隨機掃描蠕蟲相比,它不需要通過隨機生成IP地址進行嗅探以發(fā)現目標,也不會產生大量的失敗連接,因而傳播更快更隱蔽,更難以檢測和防御。主動P2P蠕蟲已成為制約P2P網絡應用發(fā)展的嚴重安全威脅之一。
   構建了主動P2P蠕蟲傳播的離散遞歸模

2、型(P2P Worm Discrete Recursive Model,PWDRM)。主動P2P 蠕蟲的傳播是一種動態(tài)過程,在每個離散的時刻分析節(jié)點的狀態(tài)和行為,歸納相鄰時刻感染節(jié)點數量之間的關系,從而構建起遞歸數學模型。該模型引入P2P網絡規(guī)模、節(jié)點在線概率、節(jié)點感染概率和節(jié)點拓撲度等P2P網絡參數,以及攻擊速率和hit-list規(guī)模等蠕蟲參數。特別考慮了拓撲類型、節(jié)點平均拓撲度、無結構P2P網絡的冪律指數、感染策略、hit-list

3、拓撲度、鄰居節(jié)點選擇策略等對主動P2P蠕蟲傳播的影響。仿真表明該模型能有效描述主動P2P蠕蟲在無結構P2P網絡和結構化P2P網絡中的傳播現象,比現有的拓撲型傳染病微分模型更能真實反映主動P2P蠕蟲的傳播。
   提出了基于網絡、利用應用層知識的主動P2P 蠕蟲檢測方法。1)基于連接變化點的檢測方法(Connection Change-point based Detection,CCD)。使用隨機序列表示擁有不同“源-目”對的連接

4、總數,應用序列變化檢測理論對數據流進行統(tǒng)計檢測。2)基于異常多播特征的檢測方法(Abnormal Multicast based Detection,AMD)。構建主動P2P蠕蟲的多播樹,將它的傳播視為泊松過程,并檢測其可能出現的異常多播現象以發(fā)現蠕蟲。另外,該方法還可通過阻塞感染節(jié)點的蠕蟲多播行為,實現對主動P2P蠕蟲的防御。仿真表明上述方法能夠在較短的時間內發(fā)現主動P2P 蠕蟲,并遏制它的傳播。
   提出了主動P2P蠕蟲的

5、防御策略、防御方法,以及防御系統(tǒng)框架。1)選擇性靜態(tài)免疫方法(Selective Static Immunization,SSI)。通過對部分節(jié)點實施靜態(tài)免疫,以減緩或遏制主動P2P 蠕蟲的傳播速度。2)基于關鍵節(jié)點的本地隔離方法(Key Nodebased Local Containment,KNLC)。利用多層k 路分區(qū)算法將P2P網絡劃分為大小基本相同的若干區(qū)域,通過對關鍵(蠕蟲在不同區(qū)域之間傳播必須經過的)節(jié)點進行免疫,蠕蟲的傳

6、播將被限制在這些區(qū)域內,從而實現了與其它區(qū)域的隔離。另外,關鍵節(jié)點選擇算法還可以作為選擇性靜態(tài)免疫節(jié)點的依據。3)基于連通控制集的動態(tài)免疫方法(Connected Dominating Set based Dynamic Imunization,CDSDI)。構建P2P網絡的連通控制集,將疫苗推送至其中部分節(jié)點,在P2P網絡中快速分發(fā)。仿真表明:
   通過采取合適的節(jié)點選擇策略,SSI對于無結構P2P網絡相當有效;KNLC和C

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