版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著高速網絡環(huán)境的日益普及,傳統(tǒng)網絡入侵檢測系統(tǒng)(Network Intrusion DetectionSystem,NIDS)檢測海量網絡數(shù)據(jù)報文時普遍存在檢測效率不高、處理能力不足及丟包率較高等瓶頸問題。如何提高NIDS在高速網絡環(huán)境中的執(zhí)行效率,已成為目前網絡安全領域的研究熱點問題之一。雖然如今已有針對高速網絡環(huán)境的較為優(yōu)秀的網絡入侵檢測系統(tǒng),但大多都是通過使用專門設計的加速硬件來提高檢測速度,不但成本昂貴且靈活性不足,只適用于特
2、殊機構而無法大規(guī)模普及和推廣。由于近年來,計算機圖形處理器(Graphic Processing Unit,GPU)在自身硬件性能上取得了高速發(fā)展同時價格相對較低,其非圖形領域的GPU通用計算(General-Purpose computing on Graphics ProcessingUnits,GPGPU)伴隨著其日益成熟的可編程工具,使發(fā)掘使用GPU極其可觀的并行處理資源,早已成為國內外學者的研究重點。
該文就是在
3、上述研究背景下,為利用GPU強大的高性能并行處理能力,結合GPU自身特殊的體系結構特點,將傳統(tǒng)實現(xiàn)于CPU的WM(Wu-Manber)多模式匹配算法做了相應的并行化改造,進而提出了一種基于GPU的多模式匹配算法,即GPU WM算法。經實驗驗證,本文GPU WM算法較原算法能夠取得較好的加速比。在研究分析了目前較流行的開源Snort入侵檢測系統(tǒng)后,本文的后續(xù)工作主要是使用GPU WM算法作為Snort檢測引擎算法,利用GPU的高并行處理能
4、力來提高Snort的整體檢測速度。本文先是設計了基于GPU檢測引擎的Snort系統(tǒng)架構,之后為降低Snort所捕獲報文從主機內存到GPU顯存的傳輸時間消耗對整個系統(tǒng)執(zhí)行效率的影響,采用了分塊分批傳入GPU的解決方案。因Snort規(guī)則庫三維鏈表組織結構較為復雜,目前采用的臨時處理辦法是對Snort規(guī)則庫中的待匹配模式串進行了提取以適用于GPU WM算法。
經模擬實驗測試數(shù)據(jù)表明,文本的基于GPU檢測引擎Snort系統(tǒng)在處理性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模式匹配和協(xié)議分析的NIDS研究和設計.pdf
- NIDS模式匹配算法及其調度研究.pdf
- 中英混合多模式匹配算法的改進及GPU并行化研究.pdf
- 基于跳躍式匹配的多模式匹配算法研究.pdf
- 基于WM多模式匹配算法的研究.pdf
- 基于GPU并行串匹配算法的研究.pdf
- 基于模糊決策的多策略模式匹配研究.pdf
- 基于GPU的立體匹配算法研究.pdf
- 基于GPU的串匹配算法的實現(xiàn).pdf
- 基于GPU的SIFT立體匹配算法研究.pdf
- 多模式匹配算法的研究.pdf
- 基于素數(shù)的多源模式匹配方法的研究.pdf
- 基于多模式匹配的數(shù)據(jù)壓縮算法研究.pdf
- 基于OpenCV的GPU并行加速圖像匹配算法研究.pdf
- 基于GPU的雙目立體匹配技術研究.pdf
- 基于GPU的運動路徑匹配及人群仿真研究.pdf
- 基于中文的多模式匹配算法及其應用研究.pdf
- 基于GPU的多速率信號處理研究.pdf
- 基于免疫原理的NIDS研究.pdf
- 多模式匹配算法研究.pdf
評論
0/150
提交評論