基于Command and Control通信信道流量属性聚类的僵尸网络检测方法

僵尸网络(Botnet)是一种从传统恶意代码形态进化而来的新型攻击方式,为攻击者提供了隐匿、灵活且高效的一对多命令与控制信道(Command and Control channel,C&C)机制,可以控制大量僵尸主机实现信息窃取、分布式拒绝服务攻击和垃圾邮件发送等攻击目的。该文提出一种与僵尸网络结构和C&C协议无关,不需要分析数据包的特征负载的僵尸网络检测方法。该方法首先使用预过滤规则对捕获的流量进行过滤,去掉与僵尸网络无关的流量;其次对过滤后的流量属性进行统计;接着使用基于X-means聚类的两步聚类算法对C&C信道的流量属性进行分析与聚类,从而达到对僵尸网络检测的目的。实验证明,该方法高效准确地把僵尸网络流量与其他正常网络流量区分,达到从实际网络中检测僵尸网络的要求,并且具有较低的误判率。

基于流量属性实现分布式拒绝服务流量清洗

介绍了一种基于BGP(边界网关协议)流量属性提供四层DDoS(分布式拒绝服务)攻击流量清洗的方案,经现网验证,不需要增加硬件平台投资,能以较低成本、灵活地为客户提供四层DDoS攻击防护,从而提升客户满意度。

基于节点连接度的P2P流量快速识别方法

为实现快速有效的P2P流量识别,提出一种基于节点连接度的识别方法。根据不同P2P流量的连接度特点,通过实验分析得到相关的流量属性,对属性进行关联,由此区分网络中的P2P流量及非P2P流量,并通过分析P2P下载与P2P流媒体的行为特性,证明P2P下载的流量属性具有相似性,与P2P流媒体的流量属性相差较大。仿真实验结果证明,该方法具有较好的实时性和准确性。

海量无线网络信道负载均衡优化调度仿真

对海量无线网络信道负载均衡进行合理调度,可改善海量无线网络拥塞现象。由于非结构化海量网络环境中数据流量较大,大量噪声和网络流量中存在过多的冗余特征属性,所以需要对其进行网络流量卸载,才能对网络信道负载均衡进行调度。采用传统的流量卸载方法进行网络流量卸载时,难以提取出非结构化海量网络流下的数据特征,流量卸载误差大,降低了网络信道负载均衡调度的效果。提出一种基于动态规划的非结构化海量网络流量卸载方法,对海量无线网络信道负载均衡进行优化调度。上述方法融合于动态规划理论将动态规划过程应用在动态流量卸载问题中,获取非结构化海量网络系统的初始能量效率模型,得到网络不同时段的能耗决策优化值,获取不同时段的网络流量样本,融合于决策树算法得到网络流量属性信息增益,并决策出需要卸载的网络流量。仿真结果表明,所提方法可以提高网络信道负载均衡调度的效果和效率。