基于扩散小波的网络异常定位研究

摘要

随着网络的快速发展，人们的生活越来越依赖于网络。然而，网络在给我们提供巨大便利的同时，也带来了许多危害人们人身财产安全的问题。网络异常等网络安全问题已经成为严重制约网络发展的主要因素，必须加以重视。只有检测并定位异常的位置，才可以及时有效地应对异常。但是网络异常种类的多样性以及可用信息的有限性使得异常定位工作具有很大的挑战。
　　现有的研究大多局限于检测异常，研究如何平衡异常检测的漏检率和误报率。现有的少量定位研究局限在基于端到端探测包的链路异常推算。在得知全局网络端到端流量数据的情况下，异常检测及定位对于网络工程意义重大，将有效地帮助网络管理人员进行网络诊断、优化等各种任务。多尺度分析方法在分析具有庞大信息量的流量矩阵上优于很多传统的方法，本论文所研究的基于扩散小波的异常定位分析方法即为一种有效的多尺度分析方法。二维扩散小波将流量矩阵分解为多尺度的粗略系数矩阵和精细系数矩阵，这些系数矩阵中的某些系数与原始流量矩阵和网络拓扑之间有着密切的关系。通过对这些系数进行研究，不仅可以区分出异常的种类，而且还能够准确有效的定位出异常的位置。
　　本论文首先对美国骨干网Abilene网络的流量矩阵进行了分析，研究了各种不同尺度系数矩阵的特征以及能量，最终获得了合适尺度下的关键性特征参数。这些关键性参数可以有效区分分布式拒绝服务攻击和断路异常。在每种异常情况下，本论文借助不同的分析方法建立了特征参数与异常结点位置的映射关系表，基于映射关系表的特征参数检测了异常并分别研究了单结点和多节点的异常定位，对两类异常的单结点和多结点定位分别提出了有效可行的方案。实验证明基于扩散小波的排序和阈值统计的定位方法具备较好的实时性，复杂度适中，准确率较高。经过与已有的方法比较，本文方法的有效性得到了验证。

目录

声明

致谢

摘要

1 绪论

1．1 课题研究背景及意义

1．2 国内外研究历史及现状

1．3 本文研究内容

1．4 本文组织结构

2 流量矩阵和扩散小波

2．1 流量矩阵

2．2 流量矩阵的获取

2．3 流量矩阵的应用

2．4 扩散小波

2．4．1 离散小波变换

2．4．2 邻接矩阵与扩散算子

2．4．3 扩散小波变换

2．4．4 流量矩阵的分析

2．5 常用于流量矩阵分析的统计学方法

2．6 本章小结

3 异常类型的区分

3．1 小波尺度的选择

3．2 结点瘫痪和DDoS攻击的流量矩阵

3．2．1 结点瘫痪的流量矩阵

3．2．2 受DDoS攻击的流量矩阵

3．3 区分异常

3．4 本章小结

4 DDoS攻击定位

4．1 单结点DDoS攻击异常定位

4．1．1 特征系数的选择

4．1．2 异常检测

4．1．3 异常定位

4．1．4 检测和定位的算法流程

4．1．5 算法的性能分析

4．2 部分多结点DDoS攻击定位

4．2．1 多结点DDoS攻击的难点

4．2．2 部分多结点DDoS攻击的定位

4．2．3 性能分析

4．3 本章小结

5 单结点瘫痪定位

5．1 系数的选择

5．2 单结点瘫痪定位

5．3 性能分析

5．4 本章小结

6 全文总结

参考文献

作者简历及攻读硕士／博士学位期间取得的研究成果

学位论文数据集