内容中心网络兴趣包泛洪攻击对策研究

《内容中心网络兴趣包泛洪攻击对策研究》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、劣臻交万方数据博士学位论文赡乞争一内容中心网络兴趣包泛洪攻击对策研究ResearchonCountermeasuresforInterestFloodingAttacksinContent-CentricNetwork作者：王凯导师：秦雅娟教授北京交通大学2014年6月万方数据学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校

2、可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：王凯导师签名：冬帆签字日期：z曰胪年∥月ff日签字日期：矽·峰年6月IIEt万方数据学校代码：10004北京交通大学博士学位论文内容中心网络兴趣包泛洪攻击对策研究密级：公开ResearchonCountermeasuresforInterestFloodingAttacksinContent-CentricNetwork作者姓名：王凯导师姓名：秦雅娟学位类别：工学学号：09111033职称：教授学位级别：博士学科专业：通信与信息系统研究方

3、向：网络体系与安全北京交通大学2014年6月万方数据致谢本论文的工作是在我的导师秦雅娟教授的悉心指导下完成的，秦雅娟教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心地感谢秦雅娟老师对我的关心和指导。郑重地感谢实验室主任张宏科教授，他前沿的科学思维和正直的做人风范，在传授科学知识和科研本领的同时，也使我明白了更多为人处事的道理。诚挚地感谢周华春教授，在我攻读博士学位的过程中，他始终给予我耐心的鼓励和尽心尽力的指导，对完成本论文给予了无私的帮助，周老师对我的成长所倾注的心血，使我永生难忘。在实验室工作以及论文撰写期间，罗洪斌教授、高德云教授、陈

4、佳老师、王洪超老师、刘颖老师、宋飞老师、郜帅老师、董平老师、杨冬老师、苏伟老师对我提出了许多宝贵的指导意见，在此表示衷心的谢意。非常感谢易李博士、周三奇博士、饶迎博士、任飞博士、唐建强博士、张萌博士、李晓倩博士、黄道超博士、刘畅博士、苗春浇博士、朱世佳博士、高阳阳博士、段俊奇博士、曾宇晶博士、冯博吴博士、贾濡博士、王利利博士、鄢欢博士、徐雅琨博士以及其他同学一直以来在科研、生活上对我的帮助和关心，我的博士之路有了你们的陪伴，变得更加精彩。最后，特别感谢我的父母和妻子，正是他们在背后对我的默默支持，使我可以全身心地投入到科研中去，最终完成学业。万方数据摘要摘要

5、：随着信息技术的飞速发展和新型网络应用的不断涌现，互联网的通信模式已经由以主机网络地址为中心的互联互通，逐渐演变为以内容为中心的信息共享，这催生了内容中心网络架构的兴起。内容中心网络直接依据内容的名字完成信息的分发和获取，网络中传输的兴趣包／数据包不携带用户的位置或身份信息，具有一定的安全优势。然而，内容中心网络仍难免遭受某些网络攻击的侵害，例如，以易于发动且危害巨大而著称的兴趣包泛洪攻击。本文围绕兴趣包泛洪攻击的两种不同类型——主流的虚假兴趣包泛洪攻击(_InterestFlooding_Attackwith_FakeInterests，IFA-F)和非主

6、流的真实兴趣包泛洪攻击(_InterestFloodingAttackwith，，研究相应的对抗策略。论文主要工作和创新点如下：_ReallI)nte提res出ts了IFA-R．)IFAF攻击危害分析理论模型。本文采用兴趣包拒绝概率表征ⅢA-F攻击导致的网络危害程度，推导了IFA．F攻击时单路由器和小型网络拓扑的兴趣包拒绝概率。基于此模型，本文从理论上分析了内容中心网络内容流行度分布、路由器缓存空间大小、路由器待定兴趣表大小及其条目生存时间等关键参数对IFA．F攻击所造成兴趣包拒绝概率的影响，并进行了相应的仿真验证。模型分析和仿真结果表明，IFA．F攻击导致

7、网络兴趣包拒绝概率显著增大，降低了网络性能；网络中访问高流行度内容的兴趣包拒绝概率较低；增大路由器缓存空间或待定兴趣表容量，降低待定兴趣表条目的生存时间，均可降低IFA-F攻击时网络的兴趣包拒绝概率。2、)本文首次提出了一种可行的口队．F攻击探测和抑制实现方法——基于限速机制的恶意兴趣包路由器对抗策略。该对策充分利用内容中心网络路由器待定兴趣表记录兴趣包状态的特征，基于路由器待定兴趣表条目的超时情况统计IFA-F恶意兴趣包名字前缀，并通过动态调整恶意名字前缀对应的兴趣包准入速率，减轻IFA—F攻击对路由器内存资源的恶意消耗程度。性能评估结果表明，恶意兴趣包路

8、由器对抗策略可以通过探测IFA-F恶意兴趣包的名字前