骨干通信網(wǎng)絡環(huán)境下的流量異常檢測與分類.pdf

1、隨著網(wǎng)絡規(guī)模的不斷擴大，網(wǎng)絡中流量異常的出現(xiàn)頻率也不斷增加，新類型的流量異常層出不窮，這在骨干網(wǎng)中體現(xiàn)的尤其明顯。流量異常會大量消耗網(wǎng)絡帶寬，占用網(wǎng)絡資源，嚴重阻礙網(wǎng)絡的正常運行。不同種類的流量異常的特點、危害和應對措施各不相同。因此，網(wǎng)絡流量異常檢測與分類成為了學術界的熱點問題。
　　網(wǎng)絡流量異常檢測技術能夠在網(wǎng)絡流量異常發(fā)生后幫助網(wǎng)絡管理人員快速發(fā)現(xiàn)異常，網(wǎng)絡流量異常分類技術能夠在發(fā)現(xiàn)流量異常后，快速判斷其種類，以便網(wǎng)絡管理者

2、及時采取適宜的應對措施，使流量異常得到控制，減小其危害。這兩種技術在網(wǎng)絡安全領域具有非常重要的意義。
　　本文說明了骨干網(wǎng)中流量巨大和流量動態(tài)變化性強的特點給網(wǎng)絡流量檢測和分類帶來的困難，致力于研究適用于骨干網(wǎng)的流量異常檢測與分類技術，具體工作如下：
　　1.本文介紹了 ASTUTE網(wǎng)絡流量異常檢測算法，分析了其原理，并對其進行了仿真實現(xiàn)。通過仿真，我們發(fā)現(xiàn)，在大背景流量環(huán)境下，ASTUTE檢測方法對于一些涉及大量的異常流、

3、但在單條異常流上引起的流量變化較小的流量異常（例如部分端口掃描、網(wǎng)絡掃描和DDoS攻擊等）的檢測效果不佳。為此，我們對該方法進行了改進，在按照原ASTUTE算法原理在不同的級別下對網(wǎng)絡流量數(shù)據(jù)進行聚類以計算估計值的同時，增加了新的步驟，即找出各聚類級別下包含大量流量變化較小的網(wǎng)絡流的子集，對這些子集中包含的所有網(wǎng)絡流按照ASTUTE算法進行估計值計算，從而判斷這些網(wǎng)絡流是否異常。此外，我們還將多條鏈路的數(shù)據(jù)結(jié)合起來進行分析，從而對檢測出