網(wǎng)絡(luò)流量異常檢測(cè)方法研究及仿真平臺(tái)研制.pdf

1、在計(jì)算機(jī)網(wǎng)絡(luò)規(guī)模和應(yīng)用領(lǐng)域不斷擴(kuò)大的今天,網(wǎng)絡(luò)已經(jīng)成為人們?nèi)粘９ぷ骱蜕畹闹匾M成部分。而隨著網(wǎng)絡(luò)應(yīng)用范圍的擴(kuò)大,由網(wǎng)絡(luò)攻擊、蠕蟲病毒、惡意下載、設(shè)備異常等因素導(dǎo)致的網(wǎng)絡(luò)流量異常可能嚴(yán)重影響網(wǎng)絡(luò)性能、干擾網(wǎng)絡(luò)正常運(yùn)行。如何及時(shí)而準(zhǔn)確的檢測(cè)網(wǎng)絡(luò)流量異常,保證網(wǎng)絡(luò)的正常運(yùn)行,為用戶提供一個(gè)良好的網(wǎng)絡(luò)環(huán)境成為備受國(guó)內(nèi)外學(xué)術(shù)界和工業(yè)界關(guān)注的研究課題。 網(wǎng)絡(luò)流量異常檢測(cè)方法按照其檢測(cè)范圍分類,可以分為局部異常檢測(cè)和全局異常檢測(cè)。局部流量異

2、常檢測(cè)方法認(rèn)為異常流量會(huì)在網(wǎng)絡(luò)中的某一個(gè)節(jié)點(diǎn)或者某一條鏈路上較為明顯地表現(xiàn)出來,因此可以將流量視為一個(gè)一維時(shí)間信號(hào),利用一維時(shí)間信號(hào)的分析方法進(jìn)行分析,得出異常檢測(cè)結(jié)論。全局異常檢測(cè)認(rèn)為某些異常無法在單條鏈路的流量上明顯的表現(xiàn)出來,如DDoS(分布式拒絕服務(wù))攻擊、蠕蟲傳播等,要檢測(cè)這類異常就必須以整個(gè)網(wǎng)絡(luò)的多個(gè)流量信號(hào)作為基礎(chǔ)進(jìn)行檢測(cè)。本文在局部異常檢測(cè)和全局異常檢測(cè)兩方面都進(jìn)行了研究。 在局部異常檢測(cè)方面,本文提出了一種尺度

3、可調(diào)的多分辨網(wǎng)絡(luò)流量異常檢測(cè)方法,可以提高檢測(cè)的針對(duì)性和檢測(cè)精度。通過引入S變換,使得我們可以根據(jù)流量信號(hào)的頻譜特征自動(dòng)調(diào)整分頻信號(hào)的頻譜寬度,符合異常特征；通過信號(hào)自適應(yīng)重構(gòu)后的再次檢測(cè),進(jìn)一步確認(rèn)異常特征,提高了檢測(cè)的可靠性。 在全局異常檢測(cè)方面,本文提出了一種全局的多流量多參數(shù)相關(guān)異常檢測(cè)方法。該方法利用同一異常在不同鏈路或OD(Origin-Destination)流所產(chǎn)生的多個(gè)異常流量信號(hào)在頻率、幅值變化特征等方面具有

4、相似性這一特點(diǎn),將這種相似性作為檢測(cè)的依據(jù)來檢測(cè)異常。首先得到多個(gè)OD流或鏈路流量的多個(gè)參數(shù),然后對(duì)每條流量的這些參數(shù)進(jìn)行ICA(Independent Component Analysis)分析,估計(jì)出該流量的異常行為特征變量序列,最后利用K-L變換進(jìn)行多個(gè)OD流或鏈路之間的全局相關(guān)分析,判斷是否出現(xiàn)異常。 在實(shí)際應(yīng)用中,全局異常檢測(cè)系統(tǒng)應(yīng)該是一個(gè)分布式的檢測(cè)系統(tǒng),為了減輕中心檢測(cè)節(jié)點(diǎn)的計(jì)算負(fù)擔(dān),提高檢測(cè)效率,本文提出了一種分

5、布式網(wǎng)絡(luò)流量異常檢測(cè)機(jī)制,并利用該機(jī)制研制了分布式網(wǎng)絡(luò)流量異常檢測(cè)仿真平臺(tái)。該仿真平臺(tái)通過兩級(jí)檢測(cè)機(jī)制,可以減輕中心節(jié)點(diǎn)的計(jì)算負(fù)擔(dān)；通過將網(wǎng)絡(luò)參數(shù)統(tǒng)計(jì)部分和異常檢測(cè)部分相分離,實(shí)現(xiàn)了平臺(tái)的通用性和可擴(kuò)展性。文中提出的算法在Windows平臺(tái)下利用Matlab、NS2進(jìn)行了仿真,從仿真結(jié)果可以看出,所提出的局部和全局流量異常檢測(cè)方法,都取得了令人滿意的檢測(cè)結(jié)果,從而驗(yàn)證了算法的有效性。這些檢測(cè)算法及機(jī)制,可以作為整體解決方案的一個(gè)組成部分