高速网络流量异常检测技术研究

论文摘要

运营商业务承载类网络和行业客户骨干链路系统是高速网络的主要代表。而随着业务系统的逐年扩大,部分企业网络系统也越来越多的体现出高速网络的特征,包括电信运营商围绕承载网而建设的支撑类网络也逐步加入到高速网络阵营。高速网络由于其独有的特点决定了其无法按照一般信息系统的安全建设思路进行安全防护体系建设,而完全没有安全防护的高速网络也同时失去了面向客户提供合格服务质量的基础保障。面对异常流量威胁,高速网络需要的是一种既可保持网络系统健壮性又能提供较高检测命中率的新颖思路。本文就是探索高速网络环境下流量异常检测的新方法,以提高对网络流量异常的检测能力,并利用这种方法实现网络流量监测的功能。首先,介绍了网络流量异常检测的相关内容和流量采集技术,对现有的分析技术研究比较,得出针对高速网络的流量异常分析技术研究具有广阔的发展空间,同时对三种采集方式比较,选择了适合本文研究的流量采集方式。其次,提出适合高速网络的流量异常检测系统框架模型,通过对流量采集模块、流量统计与预处理模块、异常在线检测模块、异常事后检测模块、报警和响应模块、综合分析和可视化模块功能的设计,实现高速网络流量在线检测。再次,提出BFE流量异常检测方法,用改进的Bloom Filter算法结合信息熵获得网络流量的分布特性,由分布特性的异常判断流量异常,以较少的资源开销,较低的计算复杂度,降低了网络异常的误报率,提高了检测率。最后,提出基于PCA的流量异常检测方法,准确快速地标定异常发生的时间点,从而帮助网络安全应急响应部门及时发现网络的流量异常状况,为迅速解决网络异常赢得时间,具有较好的识别准确率和检测效率。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 本文的主要工作
• 1.3 本文的内容组织
• 第二章 网络流量异常检测相关技术
• 2.1 网络流量采集技术
• 2.1.1 网络流量采集技术介绍
• 2.1.2 NetFlow的基本概念
• 2.1.3 NetFlow的框架
• 2.1.4 NetFlow的版本以及格式
• 2.1.5 试验环境
• 2.2 网络流量异常检测技术
• 2.2.1 网络流量异常概述
• 2.2.2 常见网络流量异常的种类
• 2.2.3 网络流量异常检测技术的现状与发展
• 2.2.4 异常检测技术的性能指标
• 2.3 本章小结
• 第三章 高速网络流量异常检测系统框架模型
• 3.1 框架设计的关键问题
• 3.2 总体结构
• 3.2.1 流量采集模块
• 3.2.2 流量统计与预处理模块
• 3.2.3 异常在线检测模块
• 3.2.4 异常事后检测模块
• 3.2.5 报警和响应模块
• 3.2.6 综合分析和可视化模块
• 3.3 本章小结
• 第四章 基于BFE方法的高速网络流量异常检测
• 4.1 引言
• 4.2 Bloom Filter的概念和原理
• 4.2.1 集合表示和元素查询
• 4.2.2 错误率估计
• 4.2.3 最优的哈希函数个数
• 4.2.4 位数组的大小
• 4.3 BFE流量异常检测方法
• 4.3.1 改进的Bloom Filter算法
• 4.3.2 信息熵
• 4.3.3 BFE异常检测方法描述
• 4.4 实验评估
• 4.4.1 在校园网上的实验
• 4.4.2 BFE方法与Holt-Winter方法的结果比较
• 4.5 本章小结
• 第五章 基于PCA的高速网络流量异常检测
• 5.1 主成分分析
• 5.1.1 主成分分析数学模型
• 5.1.2 主成分分析基本原理
• 5.1.3 主成分分析计算过程
• 5.2 基于PCA的高速网络流量异常检测
• 5.2.1 建模
• 5.2.2 检测
• 5.2.3 评估
• 5.3 实验结果
• 5.4 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果