多層次網絡流識別技術研究與實現.pdf

1、互聯(lián)網的飛速發(fā)展對網絡監(jiān)管與網絡安全等提出了更高的要求。網絡流識別作為一項基礎技術，正面臨著更為嚴峻的挑戰(zhàn)。隨著NAT技術、端口隱藏等技術的普及，使得傳統(tǒng)的基于端口匹配的網絡流識別技術失去了意義。而由于深度包報文檢測技術識別精度高，深度流檢測技術存在處理加密網絡流的優(yōu)點，使它們成為網絡流識別領域的重要研究方向。網絡流特征集是網絡流識別研究的基礎和關鍵，目前深度流檢測技術的研究成果主要為網絡流特征集的抽取和識別算法的選擇。本文主要研究了多

2、層次網絡流識別技術，并且在實驗室環(huán)境下進行了實現。本文主要內容安排如下:
　　首先，介紹了當前網絡流識別技術的主要進展和現狀，分別對深度流檢測方法和深度報文檢測方法進行了分析與討論。其次，深入研究了網絡協(xié)議棧與特征選擇算法。研究發(fā)現，傳統(tǒng)特征選擇算法基于網絡流中平衡平均字節(jié)的假設，導致網絡流中字節(jié)分類不準確。而實際當中，各網絡應用產生的網絡流包含平均字節(jié)量越來越趨于“不平衡”。基于此發(fā)現，本文在Moore等人研究成果的基礎上提出了

3、一種更為穩(wěn)定的網絡流屬性集。本文提出的基于集成代價敏感的網絡流識別技術，在保證網絡流分類準確率的前提下，提高了網絡流字節(jié)分類準確率。然后，在已有深度流檢測方法研究成果中，主要以Moore等人收集的不同協(xié)議網絡流數據為基礎，這難以滿足現有網絡監(jiān)管的需求。本文在實驗室環(huán)境下捕獲了不同類型的精細網絡流樣本，并且研究了深度流檢測技術方法對精細網絡流的識別效果。通過使用網絡主頁網絡流樣本識別子網頁的方法，減輕了DFI方法網絡流本樣獲取困難的問題。