基于HMM的网络隐蔽信道检测模型的研究

论文摘要

TCP/IP切协议是当前网络的基石,它的存在给人们带来了很多便利,但是其自身的缺陷为隐蔽信道的存在提供了可能性。通过隐蔽信道将机密的信息泄露出去无疑会对网络安全造成很大的危害。为了减少隐蔽信道的威胁,研究隐蔽信道检测技术成为了新的课题。本文作者仔细研究了各种基于协议构建的隐蔽信道,分析了其传统的检测方法,在此基础上,提出了一种新的检测方法,基于HMM模型的隐蔽信道检测方法。所建模型分为以下几步：首先获取数据,进行特征提取,然后对正常网络行为建立HMM模型,用模型输出的测试样本序列的概率来判断是否是异常行为。在对应用层的网络隐蔽信道检测提出相应的模型后,引入K-Means算法对捕获的传输层数据进行预处理,使其量化得到隐马尔可夫的观察序列,并将改进后的模型应用于传输层隐蔽信道检测。同时,本文还提出了针对多种隐蔽信道检测的初步模型。通过实验来验证对应用层和传输层的隐蔽信道检测的有效性,数据表明该模型的检测性能尚可,移植性也比较好。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 研究的意义
• 1.2 目前研究现状
• 1.3 本人工作
• 1.4 论文结构
• 2 隐蔽信道及HMM简介
• 2.1 基于应用层的隐蔽信道
• 2.1.1 基于HTTP协议的网络隐蔽信道
• 2.1.2 基于FTP协议的网络隐蔽信道
• 2.2 基于传输层的隐蔽信道
• 2.2.1 基于TCP协议的网络隐蔽信道
• 2.2.2 基于UDP协议的网络隐蔽信道
• 2.3 基于网络层的隐蔽信道
• 2.4 隐马尔可夫模型简介
• 2.4.1 马尔可夫模型
• 2.4.2 HMM简介
• 2.4.3 HMM需解决的三个问题
• 2.4.4 解决三个问题的方法
• 2.5 隐蔽信道检测技术的评价
• 2.6 小结
• 3 应用层隐蔽信道检测
• 3.1 隐蔽信道检测结构
• 3.2 数据捕获模块
• 3.3 预处理模块
• 3.4 HMM学习模块
• 3.4.1 参数确定
• 3.4.2 训练问题
• 3.4.3 需要注意的一些问题
• 3.5 HMM检测模块
• 3.6 小结
• 4 传输层隐蔽信道检测
• 4.1 HMM检测模型改进
• 4.2 K-Means算法简介
• 4.2.1 K-Means算法概述
• 4.2.2 K-Means算法分析
• 4.2.3 K-Means用于数据处理
• 4.3 多观察序列的HMM检测模型
• 4.4 小结
• 5 HMM检测模型的实现与分析
• 5.1 数据捕获模块
• 5.2 预处理模块
• 5.3 实验结果
• 5.4 实验分析
• 5.5 其他问题
• 5.6 小结
• 6 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献