基于流连接行为分析的通信网络异常事件识别方法研究

基于流连接行为分析的通信网络异常事件识别方法研究

ID:35106321

大小:7.31 MB

页数:69页

时间:2019-03-18

基于流连接行为分析的通信网络异常事件识别方法研究_第1页
基于流连接行为分析的通信网络异常事件识别方法研究_第2页
基于流连接行为分析的通信网络异常事件识别方法研究_第3页
基于流连接行为分析的通信网络异常事件识别方法研究_第4页
基于流连接行为分析的通信网络异常事件识别方法研究_第5页
资源描述:

《基于流连接行为分析的通信网络异常事件识别方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、4击种成少、葦UNELECTRONICIENCEANDTECHNOLOGYOFCHINAIVERSITYOFSC专业学位硕±学位论文MASTERTHESISFORPROFESSIONALDEGREEI雜论文题四基于流连接行为分析的通信网對异常事件识别专业学位类别工程硕±学号201322010828作者姓名张焕娜指肆教师姚兴苗副教授m分类号密级。UDC^学位论文基于流连接行为分析的通信网络异常事件识别方法妍究(题名和副题名)张焕娜(

2、作者姓名)指导教师姚兴苗副纖电子科技大学成都(姓名、职称、单位名称)申请学位级别硕-:!:专业学位类别工程硕j:工程领域名^电子与通信工程^提交论文日m论文答辩日m学位授予单位和日期电子科技大学义口/告年月答辩委员会主席评阅人:<>的类号注1注明国际十进分类法UDC。AbnormalEventIdentificationBasedonCommunicationNetworkFlowConnectionBehaviorAnalysisAMasterTh

3、esisSubmited化UnrsitofElectronicScienceandTechnoloofChinaiveygyMaor:MasterofEngineeringjAuthor:HuannaZhangSupervisor:Prof.XingmiaoYaoschool:SchoolofCommunication&InformationEnineeringg独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加

4、W标注和致谢的地方夕h论文中不包含其他人己经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:據掏日期;年X月日^论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或化构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可W将学位论文的全、部或部分内容编入有关数据库进行检索,可W采用影印缩印或扫描等复制手段保存、汇编

5、学位论文。(保密的学位论文在解密后应遵守此规定)作者签名;沁灰却导师签名:Pc曰期f义:〇)《年r月日^^摘要随着互联网技术的发展和网络应用的大幅度普及,人们的生活和工作对互联网的依赖也越来越《,与此同时,网络通信的安全性、可靠性和髙效性也成为我们重点关注的问题。近年来,国内外研巧学者针对网络异常检测做了大量的研巧,并旦取得了突破性的进展。传统的异常检测方法主要是对网络数据包进行深度分析,但在大规模的骨干通信网络中的通信量非常大,,涉及的应用和用户数量巨大采用深度包分析进行实时特征提取与分析是难W实现的。

6、流连接行为研究不同网络流之间的连接关系,关注流连接关系的变化特征。网络流连接行为包含丰富的网络动态变化的信息,在提取网络流连接行为特征时,不涉及用户的隐私信息,不需要大的计算量和内存空间,并且在特征的提取方面具有很高的实时性。所W,本文基于网络流连接行为进行异常事件检測与识别的方法研究,具体工作如下:一和预处理第,骨干网络流数据的获取。骨干网络通信交互行为涉及大量的用户,并且时刻都在产生着大量的交互数据,己经不能从单个用户的角度进斤研巧或者对数据包进行的深度分析。所W,本文引入了基于协议字段和基于控制字段的网络流划分,

7、将不同的网络流的连接行为进行更加细致的分析。引入香农巧来表征网,络流连接行为的信息量,构建巧值序列为后续的网络异常检測莫定基础。-第二,基于ZScore的异常事件检測方法。该方法主要针对目前基于统计分析的异常检测方法中闺值难W确定的问题,通过选取合适的时窗,将网络流连接行为-Score的计算特征参数序列进行Z,进而检測网络流连接行为贿值序列中的离群。点随后结合巧值的意义W及常见异常发生时巧值的变化情况,将离群点的异常事件进行识别。第H,基于马尔科夫聚类的异常事件识别方法。该方法主要针对传统方法不能区分异常和正常斤为发生时网

8、络节点连接关系的问趣,利用马尔科夫聚类的核必思—想,簇內具有很髙的相似性,簇

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。