【摘要】：近年來,隨著網絡通信規(guī)模的不斷擴大,小眾協議和各種專有通訊協議種類與日俱增,各種網絡攻擊事件以及僵尸網絡層出不窮。肆無忌憚的黑客攻擊使得企業(yè)和個人用戶信息泄露,網絡安全問題逐漸得到人們的重視。未知的、私有的網絡通信協議是其中一個重要的因素。分析并識別協議數據所采用的消息類型是保障網絡安全監(jiān)管的基礎。目前常用協議識別工具采用的方法單一并且針對性強,存在一定的局限性,所以自動化程度和識別準確率較低。針對上述情況,本文以比特流協議數據幀為研究對象,以多協議識別為目標,提出了一種新的協議特征提取與識別方法。本文研究內容主要包括以下三個方面:(1)研究協議特征提取相關的技術與方法,并對現有模式匹配算法、關聯規(guī)則挖掘算法和聚類算法等應用在協議數據分析領域的優(yōu)缺點進行比較和分析。在總結現有方法優(yōu)缺點的基礎上,本文提出了新的多模式匹配和關聯規(guī)則相結合的比特流協議特征提取方法。該方法將關鍵特征的起始位置也作為特征提取的一個重要因素,通過特征串和起始位置構成協議的復合特征,解決了比特流特征串的冗余問題。同時,將改進的多模式匹配算法與關聯規(guī)則相結合進行協議復合特征提取,并在其基礎上構建了比特流協議特征庫,從而為后續(xù)研究開展提供了實驗和測試平臺。(2)本文總結目前協議分析與識別研究中的一些缺陷,提出了改進的協議消息識別和聚類方法。通過與協議特征庫中每個協議特征集進行比對確定協議消息的類型。對于不可識別的協議,進行協議特征向量化和數據降維兩種預處理操作。接著利用改進的K-means算法,將比特流協議數據幀聚類為多個具有相似協議類型的單協議數據幀。研究過程中,設計并實現的比特流協議特征識別優(yōu)化算法避免了繁瑣的計算,進而簡化聚類過程,提高聚類效果。(3)通過本文研究成果設計了比特流協議特征提取與識別的原型系統。系統將比特流協議數據通過預處理后作為系統測試數據。通過在現有評價指標基礎上的方法性能分析,證明了多模式匹配與關聯規(guī)則相結合的方案在提取比特流協議復合特征集上的準確性和系統的有效性,有助于分析其內在規(guī)律以及邏輯結構,提高了比特流協議數據解析識別的準確率,對維護網絡安全有重要意義。
【學位授予單位】：西安理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP393.08
【圖文】：

圖1-1 2012-2016年電腦管家新發(fā)現病毒數量g.1-1Number of Newly Discovered Viruses by Computer Butlers in 2012-2016圖1-2 2016年度電腦管家攔截病毒次數Fig.1-2 2016 Computer Housekeeper Interception Virus Number的及意義術（IT）的發(fā)展，互聯網流量的使用變得越來越普遍，互聯網[4]

圖1-2 2016年度電腦管家攔截病毒次數Fig.1-2 2016 Computer Housekeeper Interception Virus Number的及意義術（IT）的發(fā)展，互聯網流量的使用變得越來越普遍，互聯網意行為迅速增加[4]。盡管正在研究許多用于高效網絡管理的技DN）和云計算中的風險管理，但這些技術只能應用于已識別的網絡流量[5]。但是，現存許多協議都是未知和未記錄的協議。理者獲取的流量中有 45%屬于未知協議的網絡流量。這些協議議，工業(yè)控制系統（ICS）環(huán)境中使用的工業(yè)通信協議，或者協議[6]。網絡管理和安全監(jiān)管，提取這些協議規(guī)范的行為就顯得非常重網絡協議規(guī)范意味著可以獲取目標網絡中發(fā)生的網絡流量的生成的流量進行分類，以識別網絡使用狀態(tài)，建立網絡擴展計。在網絡安全領域，協議分析可以幫助分析網絡漏洞或為防火供有用的信息，以檢測和阻止之前未知的攻擊[7]。許多先前的

【相似文獻】

相關期刊論文 前10條

1 陳輝;;淺議車牌識別中字符的特征提取方法[J];科技傳播;2009年05期

2 徐德友,胡壽松;利用粗集上近似處理特征提取中的噪聲問題[J];南京理工大學學報(自然科學版);2002年S1期

3 佟德純;王永興;;一種新的齒輪狀態(tài)的分類識別方法—CEP-AR特征提取與分類[J];振動與沖擊;1988年03期

4 羅斌;黃端旭;;皮膚癌表面圖象特征提取[J];安徽大學學報(自然科學版);1989年03期

5 王仁華;宋原章;;漢語孤立音節(jié)的分段研究[J];信號處理;1989年02期

6 楊小軍;;圖片特征提取[J];中小企業(yè)管理與科技(中旬刊);2017年03期

7 武弘;;六種常用的網絡流量特征提取工具[J];計算機與網絡;2017年06期

8 李晉徽;楊俊安;王一;;一種新的基于瓶頸深度信念網絡的特征提取方法及其在語種識別中的應用[J];計算機科學;2014年03期

9 唐朝霞;;一種基于特征提取的簡答題閱卷算法[J];湖南工程學院學報(自然科學版);2010年01期

10 曹國輝;;車輛特征提取方法綜述[J];中國水運(理論版);2006年03期

相關會議論文 前10條

1 王紀凱;王鵬;張啟彬;陳宗海;;激光數據特征提取與學習方法[A];第17屆中國系統仿真技術及其應用學術年會論文集（17th CCSSTA 2016）[C];2016年

2 薛燕;李建良;朱學芳;;人臉識別中特征提取的一種改進方法[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

3 黃先鋒;韓傳久;陳旭;周劍軍;;運動目標的分割與特征提取[A];全國第二屆信號處理與應用學術會議�？痆C];2008年

4 路文煥;曲悅欣;楊亞龍;王建榮;黨建武;;用于無聲語音接口的超聲圖像的混合特征提取[A];第十三屆全國人機語音通訊學術會議(NCMMSC2015)論文集[C];2015年

5 徐繼偉;李建中;柳勃;楊昆;;使用支持向量機和改進特征提取方法的蛋白質分類[A];第二十二屆中國數據庫學術會議論文集（技術報告篇）[C];2005年

6 劉德剛;邵國凡;;高維遙感數據分析的特征提取方法[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協2000年學術年會文集[C];2000年

7 姜成柱;劉志成;何其芳;卞榮;席聞;;基于信號分解與稀疏恢復的空間群目標微動特征提取[A];第八屆中國航空學會青年科技論壇論文集[C];2018年

8 許強;楊佳;;基于線性加權的免疫克隆算法的手指靜脈特征提取[A];中國自動化學會控制理論專業(yè)委員會B卷[C];2011年

9 高學;金連文;尹俊勛;;基于筆劃密度的彈性網格特征提取方法[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

10 白真龍;霍強;;在聯機手寫中文識別中一種針對8方向特征提取的改進算法[A];中文信息處理前沿進展——中國中文信息學會二十五周年學術會議論文集[C];2006年

相關重要報紙文章 前3條

1 宇航智控;預測與健康管理(PHM)技術[N];中國航空報;2018年

2 記者 賈玎玎;北京紡控主營業(yè)務收入增長11.39%[N];首都建設報;2015年

3 中國信息通信研究院泰爾終端實驗室 曾晨曦 段虎才;深度學習框架的前世今生[N];人民郵電;2018年

相關博士學位論文 前10條

1 蘇雷曼 施查布（SOULEYMAN CHAIB）;面向高分辨率圖像場景分類的特征提取與選擇研究[D];哈爾濱工業(yè)大學;2018年

2 溫柳英;多模態(tài)數據特征提取的粒計算方法研究與應用[D];西南石油大學;2017年

3 李文娟;基于局部特征提取的人臉識別方法研究[D];天津大學;2017年

4 王振宇;面向人臉識別的特征提取技術應用研究[D];東南大學;2016年

5 馬麗紅;復雜背景下人臉的定位和特征提取[D];華南理工大學;1999年

6 謝平;故障診斷中信息熵特征提取及融合方法研究[D];燕山大學;2006年

7 張紹武;基于支持向量機的蛋白質分類研究[D];西北工業(yè)大學;2004年

8 李建生;圖像元數據特征提取及其在檢索中的應用[D];南京師范大學;2006年

9 劉靖;基于視覺特征提取和核判決分析方法的人臉識別[D];四川大學;2006年

10 鄭宇杰;特征提取方法及其應用研究[D];南京理工大學;2007年

相關碩士學位論文 前10條

1 趙夕朦;基于人性化智能感知的生物特征提取和身份判斷[D];浙江大學;2019年

2 謝欣;基于特征提取和支持向量機的門級網表硬件木馬檢測技術研究[D];浙江大學;2019年

3 周簫;基于話題檢測的網絡安全威脅發(fā)現與跟蹤技術研究[D];北京郵電大學;2019年

4 張麗;比特流協議特征提取與識別方法研究[D];西安理工大學;2019年

5 胡運杰;風力發(fā)電機組軸承的特征提取及其故障診斷研究[D];武漢理工大學;2018年

6 張仕婧;基于腦電信號混合特征提取的情緒識別模型研究[D];廈門大學;2017年

7 許僑洋;基于特征提取的ICU患者死亡風險預測研究[D];南京大學;2019年

8 李雪菲;大規(guī)模結構化數據特征抽取系統的設計與實現[D];南京大學;2019年

9 祖穎;基于特征提取的聚類方法研究及其實現[D];江南大學;2018年

10 徐偉;基于特征提取和機器學習算法的腦電波大腦年齡研究[D];溫州大學;2018年

本文編號：2719954