網(wǎng)絡(luò)流量異常檢測系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、網(wǎng)絡(luò)的迅速發(fā)展和普及正在顛覆人們傳統(tǒng)的信息交互模式。但是，隨著網(wǎng)絡(luò)規(guī)模的不斷擴大，網(wǎng)絡(luò)安全已經(jīng)成為阻礙新型信息化社會正常發(fā)展的關(guān)鍵問題。保障網(wǎng)絡(luò)安全通常需要從兩個方面入手，防御和入侵/異常檢測。入侵/異常檢測技術(shù)作為一種主動安全防護技術(shù)，可以及時地檢測出各種惡意入侵攻擊，并能夠在網(wǎng)絡(luò)系統(tǒng)受到危害時進行主動響應(yīng)。它是傳統(tǒng)安全技術(shù)如防火墻的合理補充，也是當前計算機網(wǎng)絡(luò)安全理論研究的一個熱點。 近年來，網(wǎng)絡(luò)流量異常檢測技術(shù)的研究引起了

2、越來越多學(xué)者的關(guān)注。網(wǎng)絡(luò)流量異常檢測的關(guān)鍵是通過對網(wǎng)絡(luò)流量正常行為的描述來分析和發(fā)現(xiàn)網(wǎng)絡(luò)或系統(tǒng)中可能出現(xiàn)的異常行為。網(wǎng)絡(luò)流量的異常檢測通常由兩部分組成：一部分是預(yù)測網(wǎng)絡(luò)流量，另一部分是檢測預(yù)測結(jié)果。對于預(yù)測網(wǎng)絡(luò)流量，目前已有一些比較成熟的方法：例如基于季節(jié)模型的預(yù)測方法，基于支持向量機（SVM）的預(yù)測方法等。這些方法都可以對網(wǎng)絡(luò)流量的異常情況進行預(yù)測，但由于每種預(yù)測方法都有自身的特點，在應(yīng)用于異常檢測時都有自身的局限性。為了更好地解決這

3、些問題，我們提出了一種組合預(yù)測方法，把基于季節(jié)模型的預(yù)測方法和基于支持向量機的預(yù)測方法進行組合，并將預(yù)測結(jié)果應(yīng)用于異常檢測，有效的減少了網(wǎng)絡(luò)流量異常情況的誤報率和漏報率。 本論文的主要研究內(nèi)容如下： （1）通過查閱國內(nèi)外相關(guān)文獻資料，對網(wǎng)絡(luò)流量異常檢測的研究背景和意義進行了介紹，對網(wǎng)絡(luò)流量異常檢測的研究現(xiàn)狀做出了詳細綜述。對常用的網(wǎng)絡(luò)流量的測量技術(shù)進行了介紹。常用的3種測量技術(shù)是：SNMP測量、Packet Sniffi

4、ng測量和Netflow測量，其中Netflow是一種數(shù)據(jù)交換方式，其流量采集是基于網(wǎng)絡(luò)設(shè)備提供的Netflow機制實現(xiàn)的。 （2）介紹了兩種已有的預(yù)測方法。分別是基于季節(jié)模型的預(yù)測方法和基于支持向量機的預(yù)測方法。并闡述了這兩種方法的特點和優(yōu)勢。此外，介紹了組合預(yù)測的常用方法。 （3）本文設(shè)計并實現(xiàn)了一個網(wǎng)絡(luò)流量異常檢測系統(tǒng)，這個系統(tǒng)由兩部分組成。第一個部分是預(yù)測網(wǎng)絡(luò)流量，為了減少誤報率，用基于BP神經(jīng)網(wǎng)絡(luò)的方法將季節(jié)模

5、型預(yù)測方法和支持向量機的預(yù)測方法進行組合，得到一個新的組合預(yù)測方法。并在季節(jié)模型預(yù)測方法和支持向量機預(yù)測方法的基礎(chǔ)上設(shè)計完成了季節(jié)模型預(yù)測子系統(tǒng)及Epsilon-SVR子系統(tǒng)。第二個部分是檢測預(yù)測結(jié)果，為了使檢測更有效，引用了置信區(qū)間的方法。此外，該系統(tǒng)是在Netflow測量技術(shù)的基礎(chǔ)上完成的，對數(shù)據(jù)采集方法進行了研究，并設(shè)計了一套新的流量采集系統(tǒng)。總之，該系統(tǒng)的設(shè)計更符合網(wǎng)絡(luò)的實際需求，有較強的實用性。 （4）為了說明該系統(tǒng)如