多層次網(wǎng)絡(luò)流識別技術(shù)研究與實現(xiàn).pdf

1、互聯(lián)網(wǎng)的飛速發(fā)展對網(wǎng)絡(luò)監(jiān)管與網(wǎng)絡(luò)安全等提出了更高的要求。網(wǎng)絡(luò)流識別作為一項基礎(chǔ)技術(shù)，正面臨著更為嚴(yán)峻的挑戰(zhàn)。隨著NAT技術(shù)、端口隱藏等技術(shù)的普及，使得傳統(tǒng)的基于端口匹配的網(wǎng)絡(luò)流識別技術(shù)失去了意義。而由于深度包報文檢測技術(shù)識別精度高，深度流檢測技術(shù)存在處理加密網(wǎng)絡(luò)流的優(yōu)點，使它們成為網(wǎng)絡(luò)流識別領(lǐng)域的重要研究方向。網(wǎng)絡(luò)流特征集是網(wǎng)絡(luò)流識別研究的基礎(chǔ)和關(guān)鍵，目前深度流檢測技術(shù)的研究成果主要為網(wǎng)絡(luò)流特征集的抽取和識別算法的選擇。本文主要研究了多

2、層次網(wǎng)絡(luò)流識別技術(shù)，并且在實驗室環(huán)境下進(jìn)行了實現(xiàn)。本文主要內(nèi)容安排如下:
　　首先，介紹了當(dāng)前網(wǎng)絡(luò)流識別技術(shù)的主要進(jìn)展和現(xiàn)狀，分別對深度流檢測方法和深度報文檢測方法進(jìn)行了分析與討論。其次，深入研究了網(wǎng)絡(luò)協(xié)議棧與特征選擇算法。研究發(fā)現(xiàn)，傳統(tǒng)特征選擇算法基于網(wǎng)絡(luò)流中平衡平均字節(jié)的假設(shè)，導(dǎo)致網(wǎng)絡(luò)流中字節(jié)分類不準(zhǔn)確。而實際當(dāng)中，各網(wǎng)絡(luò)應(yīng)用產(chǎn)生的網(wǎng)絡(luò)流包含平均字節(jié)量越來越趨于“不平衡”?；诖税l(fā)現(xiàn)，本文在Moore等人研究成果的基礎(chǔ)上提出了

3、一種更為穩(wěn)定的網(wǎng)絡(luò)流屬性集。本文提出的基于集成代價敏感的網(wǎng)絡(luò)流識別技術(shù)，在保證網(wǎng)絡(luò)流分類準(zhǔn)確率的前提下，提高了網(wǎng)絡(luò)流字節(jié)分類準(zhǔn)確率。然后，在已有深度流檢測方法研究成果中，主要以Moore等人收集的不同協(xié)議網(wǎng)絡(luò)流數(shù)據(jù)為基礎(chǔ)，這難以滿足現(xiàn)有網(wǎng)絡(luò)監(jiān)管的需求。本文在實驗室環(huán)境下捕獲了不同類型的精細(xì)網(wǎng)絡(luò)流樣本，并且研究了深度流檢測技術(shù)方法對精細(xì)網(wǎng)絡(luò)流的識別效果。通過使用網(wǎng)絡(luò)主頁網(wǎng)絡(luò)流樣本識別子網(wǎng)頁的方法，減輕了DFI方法網(wǎng)絡(luò)流本樣獲取困難的問題。