基于扩散小波的网络流量模型研究及应用

《基于扩散小波的网络流量模型研究及应用》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、学校巧码：誦４密级：公开如赠ｎ硕±学位论文３ｍ基于扩散小測钢锻賴觀研顯翩３作者姓名梅学科专业电子科学与技术１指导教师田慧副教授．－培养院系电子信息工程学院１５＾，—氏子零六年四丹：吊屋；１ｉｐｔＳ硕±学位论文基于扩散小波的网络流量模型研究及应用Ｄｉｆｆｕｉ－ＭｏｄｅｓｏｎＷａｖｅｌｅｔｂａｓｅｄＡｎａｌｙｓｉｓｏｎＮｅｔｗｏｒｋＴｒａｆｆｉｃｌａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｓ作者：梅轩导师：田慧北京交通大

2、学２０１６年４月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Ｗ供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可为存在馆际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：；导师签名Ｖ５７％签字日期：山年月

3、為Ｐ日签字日期：三年＾月吁学校代码：１０００４密级：公开化京交通大学硕±学位论文基于扩散小波的网络流量模型研究及应用Ｄ－ｉｆｆｕｓｉｏｎＷａｖｅｌｅｔ；ｂａｓｅｄＡｎａｌｙｓｉｓｏｎＮｅｔｗｏｒｋＴｒａｆｆｉｃＭｏｄｅｌａｎｄＩｔｓＡｌｉｃａｔｉｏｎｓｐｐ作者姓名：梅轩学号：１３１２００２２导师姓名：田慧职称：副教授学位类别：王学学位级别：硕±学科专业：电子科学与技术研究方向：网络性能分析北京交通大学２０１６年４月

4、致谢、本次论文的工作是在我的导师田慧副教授的悉屯指导下完成的，在论文撰写的过程中遇到了许多问题、，田慧老师总是能耐屯的给予讲解。问题解决的过程中，田慧老师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，不仅使我掌握了问题的解决方法，更加锻炼了我解决问题的能力并拓展了知识面。除了在科研学习方面，在为人处世的方法及态度上，田老师也给予了我极大的指导，使我在人际交往的能力方面有了许多提升、。在此衷屯感谢研究生期间田老师对我在、和指导学习、生活及工作上的关屯。在实

5、验室项目工作及撰写论文期间，我要特别感谢了美美、管超、刘猜天等同学对我的帮助，他们的陪伴、鼓励及学习上的交流给予了我很多的动力，在此向他们表达我的感激之情，在这里谢谢所有关必我的朋友，是你们给我勇往直前力量。感谢我的父母，他们不仅在物质上给予了我无私的支持，他们的理解和支持使我能够在学校专也完成我的学业。北京交通大学硕±学位论文摘要摘要传统的网络流量研究主要集中在一个一ＩＳＰ网络下研巧单链路上观察到的数据包的时域特征。目前，研究人员在自相似随机过程、长期相关

6、性、重尾分布等领域的研究上取得了进展，己证明了将基于传统小波变换的多尺度分析方法应用于流量分析是十分有效的，但是这些研究多侧重于单条链路或者网络终端，将流量看作一一一个个维的时间信号。然而，ＩＳＰ的基础设施通常包括１００甚至１０００一条链路，而互联网大概由２００００个这样的ＩＳＰ组成。对其中的条或者某几条链路的流量分析不足，时域分析能够提供的信息也非常１＾说明网络流量的全局特征有限。一ＯＤ－流量矩阵描述了网络中段时间内任意（ＯｒｉｇｉｎＤｅｓｔｉｎａｔｉｏｎ）对之间

7、的流量分布情况，它能够描述整个网络的流量特性，目前已成为网络流量工程研究中至关重要的参数。流量矩阵蕴含着网络中不规则拓扑结构的信息，扩散小波对不规则拓扑及多层结构均可，ｔＵ进行有效的时域和空间域分析因而，本文采用扩散小波技术对流量矩阵进行多尺度分析，并将研究结果应用于全局网络的ＤＤｏＳ检测中。本文的研究内容主要分为下三个方面：（１）本文首先研究了传统网络流量模型的特征，分析了它们优缺点，网络流量特性及相关度量参数。（２）基于扩散小波技术对网络流量矩阵进行了多尺度分

8、析。通过对流量矩阵做扩散小波变换后得到的不同尺度系数分析，选取了第四层粗略系数矩阵作为主，对原始流量矩阵进行特征分析要研究对象并从中获取了五个重要的特征参数。（３）基于Ｗ上特征参数的分析，给出了两种检测单个节点遭受ＤＤｏＳ攻击的方法；Ｈｕｒｓｔ指数检测方法和动态阔值检测方法。前者将描述自相似最重要的Ｈｕｒｓｔ指数运用于异常检测中，异常检测率达到９１％后者通过结合网络流量中长相关；性与短相关性特征来设置动态阔值，９３，１０．９％异常检测率达到．９％同时误报率仅为。本文对