基于ARM-LINUX的網(wǎng)絡(luò)流量監(jiān)測(cè)系統(tǒng).pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)的廣泛普及和迅猛發(fā)展，網(wǎng)絡(luò)安全問(wèn)題逐漸受到人們的關(guān)注，因此，針對(duì)服務(wù)器的網(wǎng)絡(luò)流量監(jiān)測(cè)已成為網(wǎng)絡(luò)安全領(lǐng)域的一個(gè)重要研究問(wèn)題。目前，研究人員提出許多流量監(jiān)測(cè)方案，但是這些系統(tǒng)都是大規(guī)模高速網(wǎng)絡(luò)環(huán)境下的流量監(jiān)測(cè)，系統(tǒng)復(fù)雜并且成本高昂。如何監(jiān)控中小企業(yè)的服務(wù)器網(wǎng)絡(luò)流量，并有效地檢測(cè)流量中的異常數(shù)據(jù)，從而降低系統(tǒng)部署成本已經(jīng)成為中小企業(yè)網(wǎng)絡(luò)安全中的重要研究課題。
　　 本文深入研究了流量監(jiān)測(cè)技術(shù)，提出基于ARM-Linux架

2、構(gòu)的網(wǎng)絡(luò)流量監(jiān)測(cè)方案。方案探索了基于ARM-Linux架構(gòu)的系統(tǒng)對(duì)服務(wù)器流量異常進(jìn)行檢測(cè)的方法，利用此方法達(dá)到維護(hù)服務(wù)器網(wǎng)絡(luò)安全的目的，同時(shí)降低了防護(hù)的成本。
　　 首先，研究網(wǎng)絡(luò)流量測(cè)量的相關(guān)技術(shù)，對(duì)測(cè)量技術(shù)進(jìn)行比較，選擇了適合的流量采集方式，并通過(guò)將Libpcap移植到開(kāi)發(fā)板實(shí)現(xiàn)包捕獲和過(guò)濾，實(shí)現(xiàn)流量采集的目的。
　　 其次，針對(duì)危害性大的網(wǎng)絡(luò)拒絕服務(wù)攻擊，根據(jù)拒絕服務(wù)的攻擊方式和數(shù)據(jù)流特點(diǎn)提出基于CUSUM算法的S

3、YN-Flood檢測(cè)模型和UDP-Flood的檢測(cè)模型。SYN-Flood檢測(cè)模型通過(guò)對(duì)SYN數(shù)據(jù)包增率異常的累積和判斷是否超過(guò)特定閥值從而判斷是否發(fā)生SYN-Flood攻擊;UDP-Flood的檢測(cè)模型通過(guò)對(duì)特定端口的UDP數(shù)據(jù)包增率異常的累積和判斷是否超過(guò)特定閥值來(lái)檢測(cè)UDP-Flood攻擊。模型實(shí)現(xiàn)中的數(shù)據(jù)輸入采用的是Bloom Filter算法，Bloom Filter算法能夠?qū)W(wǎng)絡(luò)流量數(shù)據(jù)緊湊分類(lèi)和查詢(xún)，提高了對(duì)網(wǎng)絡(luò)數(shù)據(jù)流的處