蠕虫传播日模式的研究

论文摘要

随着互联网的广泛应用,网络安全问题日益突出。网络蠕虫凭借其强大的自我复制和持续扩散能力,对网络造成了巨大威胁。蠕虫攻击的目标主机一般是有0-day漏洞的主机或持续无补丁的主机。正是由于持续无补丁主机、0-day漏洞主机在全球分布的不均匀,造成了蠕虫的传播出现了以24小时为周期的波动特性,被称为日模式特性。针对蠕虫传播的日模式特性,本文利用CAIDA （The Cooperative Association for Internet Data Analysis）的Telescope （CAIDA UCSD （University of California’s San Diego） NETWORK TELESCOPE）检测系统监测到的Conficker数据集进行分析,建立了数据集分析系统,验证了日模式的存在。根据实际蠕虫流量,本文提出了蠕虫传播的日模式驱动模型。在此基础上,通过数值模拟和仿真实验对该模型进行了分析和测试。本文首先介绍了网络蠕虫的特性并详细介绍了Conficker蠕虫。接着,介绍了本文研究的Conficker数据集,提出了数据集的分析原则,并在此基础上给出了数据集分析系统的设计。通过对数据集分析系统所生成的处理结果的分析,本文验证了蠕虫传播的日模式特性的存在。以数据分析结果为基础,在传染病和蠕虫传播经典模型研究的基础上,本文提出了蠕虫传播的日模式驱动的简单模型和改进模型,并分别给出了的数值曲线和仿真曲线。通过与实际数据进行对比,说明了改进模型能够更好的描述蠕虫的实际传播。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景和意义
• 1.2 蠕虫研究现状
• 1.3 问题的提出
• 1.4 本文主要工作
• 1.5 本文章节安排
• 第2章 网络蠕虫
• 2.1 蠕虫的定义
• 2.2 Conficker蠕虫
• 2.2.1 Conficker蠕虫的简介
• 2.2.2 Conficker蠕虫的工作流程
• 2.2.3 Conficker蠕虫的传播
• 2.3 本章小结
• 第3章 Conficker数据集分析
• 3.1 Conficker数据集的来源
• 3.2 Conficker数据集的介绍
• 3.3 Conficker数据集的处理
• 3.3.1 数据库设计
• 3.3.2 开发平台和工具
• 3.3.3 系统实现
• 3.4 Conficker数据集的分析和结果
• 3.4.1 数据分析原则
• 3.4.2 数据处理方法
• 3.4.3 数据分析结果
• 3.5 本章小结
• 第4章 蠕虫传播日模式驱动模型及分析
• 4.1 传染病模型
• 4.2 蠕虫传播经典模型
• 4.2.1 Simple Epidemic模型
• 4.2.2 Kermack-Mckendrick模型
• 4.2.3 Two-Factor模型
• 4.3 蠕虫传播的日模式驱动模型
• 4.3.1 简单的日模式驱动模型
• 4.3.2 改进的日模式驱动模型
• 4.3.3 两个模型的比较
• 4.4 本章小结
• 第5章 日模式驱动模型的仿真
• 5.1 仿真环境
• 5.1.1 开发工具介绍
• 5.1.2 开发平台
• 5.2 仿真过程分析
• 5.2.1 核心数据结构
• 5.2.2 日模式蠕虫传播算法
• 5.2.3 核心函数
• 5.3 仿真结果分析
• 5.4 本章小结
• 第6章 结论与展望
• 6.1 本文工作总结
• 6.2 进一步工作展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文及参加的项目
• 发表的论文
• 参加的项目