IPv6中的DoS/DDoS攻击流量突发检测算法

IPv6下的安全体系结构IPSec对IPv6网络的安全起到了一定的作用,但是它对某些特殊攻击的防范,例如泛洪DoS/DDoS攻击,却无能为力。该文通过对IPv6中泛洪DoS/DDoS攻击发生时的流量特征的分析,对基于网络流量突发变化的DoS/DDoS攻击检测算法在IPv6下的应用进行研究,分别用Matlab和NS-2对算法进行有效性和可行性验证。结果表明,突发流量检测算法在IPv6环境中运行良好。

无线网络突发流量数据分区调度方法

针对无线网络中突发流量数据导致网络存在传输时延和拥塞问题,提出基于多核神经网络的无线网络突发流量数据分区调度方法。首先,利用空闲时槽侦听的无线网络分区方法,通过计算节点分布密度和节点流量容量,判断无线网络中节点处于稀疏区域还是密集区域。其次,利用多核极限学习机,对无线网络稀疏和密集两个区域的突发流量数据进行预测。对于稀疏区域的突发流量数据,直接通过CSMA/CA协议进行调度;对于密集区域的突发流量数据,通过统计方法计算出突发流量数据利用率以及可利用率,再对各信道数据进行归一化处理,获取突发流量数据的转发概率。再次,依据突发流量数据的转发概率进行节点发送,并通过设置信道的队列长度阈值来发送或丢弃突发流量数据,实现无线网络突发流量数据分区调度。实验结果表明,该方法能够灵活地调度无线网络突发流量数据,提升其吞吐量,使数据丢弃率始终低于0.03%、平均传输时延始终低于0.1 s,可准确预测无线网络突发流量。

网络突发流量行为研究

流量作为网络的三大重要组成部分之一,已成为网络领域的研究热点。本文对数据通信和计算机网络中流量所固有的突发性(burstiness)的行为特征与建模、突发性所产生机理、突发性对网络性能的影响以及突发流量的仿真等方面的研究进行分析,提出了这些研究内容中的关键问题和技术。为了解网络流量特性和控制网络正常运行提供参考。

一种基于动态阈值的突发流量异常检测方法

网络异常流量检测是当前网络安全领域的热点问题。传统的基于信息熵的检测方法大多采用固定阈值,无法动态适应不断变化的网络环境。针对该问题提出了一种改进的基于信息熵的突发流量检测方法,能根据正常历史流量的熵值动态调整阈值大小。实验结果表明,该方法对DDo S和Flash Crowd这两种情形引起的突发流量具有较好的检测效果。

针对单区域突发流量的移动Sink路径规划

在传感器节点定期收集全网数据且单区域可能突发事件的密集型无线传感网中,如果产生区域突发事件,需要在短时间内将突发事件数据准确地发送到基站,同时也要兼顾其他区域定期产生的数据。提出针对单区域突发流量的移动Sink路径规划算法,首先将网络划分为虚拟网格,每个网格为一个簇,将节点划分到各个网格并选举簇头;然后通过TSP相关算法建立最短遍历路径,Sink节点通过该路径收集全网数据。如果某区域有突发流量产生,Sink节点将动态改变移动路径去收集数据。大量基于NS-2平台的仿真实验结果表明,该路径规划算法能动态改变路径来收集数据,均衡突发数据流量的准确性、实时性和定期产生的区域数据流量的丢包率、数据收集时延,延长网络生命周期。

列车实时以太网交换机突发流量控制研究

实时以太网技术目前已广泛应用于各种工业领域。在轨道交通领域,基于IEC61375实时以太网标准已在2015年上半年陆续发布,研究基于列车总线的实时以太网交换技术已经引起国内外的广泛重视。本文阐述一种能解决列车实时以太网中个别节点突发流量导致数据传输延时的设计方法。通过该设计方法,不但可以保证所有控制信号实时传输,还可以保证列车非实时数据如视频监控数据和乘客信息系统数据传输的流畅性。

一种面向突发流量的云计算弹性扩容方法

准确及时地预测突发流量并自动弹性调整突发流量所需的云资源,是用户有效利用云资源亟待解决的重要问题.本文首先提出了一种基于一元线性回归模型的资源需求预测模型,以判断系统是否需要进行弹性伸缩,并结合GARCH模型以提高预测精度;其次,利用实时资源性能指标检测值计算反馈因子,并利用该反馈因子构建资源反馈模型,优化资源弹性的计算,进一步提高资源利用率.实验表明,在面向实际的突发流量时,该方法在保障系统正常运行的同时提高了系统资源利用率.

D2D通信中基于认知突发流量模型的自适应模式选择

D2D (device-to-device)通信技术是5G中的关键技术,如何提高D2D用户间的通信效率成为了目前研究的重点。认知无线电技术(CR技术)能够感知无线环境特性,而在突发流量模型中,信道的负载是随时发生变化的,因此会出现空闲的信道,所以将认知无线电技术应用于突发流量模型中,给D2D用户进行自适应模式选择,将极大利用频谱资源,提高D2D通信效率。文中基于认知突发流量模型系统的信道流量负载,对D2D通信提出了一种自适应模式选择方法。并通过仿真验证了文中提出的方法与传统的方法相比较,在端到端的延时得到降低,丢包率也得到降低,而包的到达率得到了提高。

视频会议终端突发流量的分析与研究

视频会议以其灵活性、便捷性、高效性等优点,在创新办公方式、推进绿色办公方面有着巨大的潜力。文章主要围绕视频终端突发流量问题,对系统整体性能影响进行研究。首先,对突发流量如何产生进行研究分析,引出了秒级流量和毫秒级流量,通过突发流量与实际基准带宽进行比较,判断造成丢包的原因为终端产生突发流量引起视频会议系统丢包。其次,研究了多种传输设备场景下突发流量容忍性对比测试。在每种情况下,通过控制变量,对选用不同传输设备场景下的视频会议进行建会测试,通过实验数据发现具有缓存机制的传输设备能够有效地处理突发流量问题。因此,在终端存在突发流量的情况下,扩大带宽或合理选用传输设备,能有效提高通信系统性能,避免造成资源浪费,为未来视频会议系统建设提供了新的思路。

战术Ad hoc网业务量突发特性下的退避算法研究

战术Ad hoc网是一种以突发数据业务为主的分组无线网络,业务流实际上具有着一种自相似特性,与以往研究中所使用的泊松业务模型区别很大。自相似业务突发产生成批到达,使得节点缓存队列更加拥塞,排队时延增长。在研究多路重尾ON/OFF源生成自相似业务的基础上,通过对各源的突发情况进行定量分析,提出了一种适用于自相似业务的退避算法。该算法为节点引入适当的竞争系数,使得对于信道的访问可以根据当前网络的突发状态合理分派。实验在OPNET下进行,通过调整网络节点数和突发程度,仿真得到各项统计结果。不论网络时延还是吞吐量,改进后的协议都具有较好的性能。这对战术Ad hoc网络的协议设计、资源的优化配置具有参考价值。

一种基于P2P流量规划的网络资源可重构分配方法

现有IP网络的无连接性和网络资源的松散管理结构使得网络流量存在全局范围内的分布不均情况,造成网络资源利用率低并且对运营商的一些突发的QoS需求很难做到快速响应.具备网络资源集中式管理特征的可重构网络虽然弥补了这一不足,但对特定业务的流量优化能力以及按需合理重构网络资源的能力不足,使得可重构网络资源分配及QoS保障技术仍有待进一步提高,尤其是占据网络流量主体的P2P业务流量和突发性高优先级QoS保障.当前的P2P优化以及流量工程技术不但自身存在不完善,并且也不能高效地直接适用于可重构网络环境中.因此,文中站在网络资源全局统筹的角度,提出了一种应用于可重构网络环境中的、基于P2P流量规划的网络资源动态可重构技术,使得可重构网络的资源管理机制有能力对全网P2P流量进行优化调度,尤其是能够在网络资源不足的情况下,通过调整P2P流量,释放指定网络资源以响应突发高优先级需求.通过仿真验证可见,以P2P流量规划的手段对全网资源进行全局规划、动态重构,形成弹性的可重构网络环境中,网络流量负担、P2P节点出、入度等多方面均有较大幅度提升,从而赋予了运营商一种对各种优先级业务的规划手段.

输入排队Crossbar架构下的流量模型

本文基于IP包在路由器各端口到达流量的统计特性,建立了输入排队Crossbar架构下的流量模型,对IP包流量的平均到达速率、突发性和均衡性等流量特征进行了分类定义,给出了各自的充要条件.文中所讨论的突发度B和不均衡度U为到达流量提供了精细的计算粒度,从而为基于IQ-VOQ的调度算法性能评估提供了理论依据.与LAN的自相似模型、WAN的Poisson模型以及数据业务的ON/OFF模型相比,本文讨论的流量模型更适用于基于IQ-VOQ调度算法性能的精确评估,为路由器交换架构的工程设计提供了理论依据.

Hurst参数变化在网络流量异常检测中的应用

极端异常突发流量给互联网服务带来不可估量的损失,从技术角度讲,目前并没有适当的解决办法,关键在于防患未然.研究表明,真实网络流量普遍存在统计上的自相似性.针对传统检测方法存在的问题,通过对正常和异常网络流量信号的合成进行分析,并针对极端突发网络流量时的自相似性参数(Hurst参数)进行观测.试验研究表明,Hurst系数可以作为一种新的极端突发流量检测测度,为更好满足大规模网络高可靠性、实时性检测极端异常突发流量的需求提供了可能.

电信运营商网络流量采集模型研究及应用

为了评估网络流量情况,及时扩容拥塞电路,运营商普遍采用基于SNMP的网络流量采集方法,通过计算两次采集间隔的平均速率粗略估计电路流量。为了进一步定性分析流量突发情况,编写了实验程序,缩短采集周期,实现了秒级采集,使用不同采集周期的数据进行计算和对比分析,得到了不同采集周期下的峰值流量的比值,最后提出了更有效的运营商网络流量传统采集加触发式秒级采集的新模型,以期实现精准扩容和更加敏捷的流量调度。

应用梯度提升树的小区域无线网络多标签流量预测

当前无线网络流量地理分布不均且可用网络资源有限,因而开展拆闲补忙工作极为必要。为合理投放无线网络资源以保证网络性能,提出了一种针对小区域范围的多标签流量预测算法。该算法结合历史流量信息,根据无线用户偏好特性建立多标签流量预测模型,并通过梯度提升树算法得到预测结果。仿真结果表明,相比于广泛应用的移动平均自回归(Autoregressive Integrated Moving Average,ARIMA)和神经网络预测方法,多标签预测模型在对小区域突发性流量的预测上具有很大的优越性。

基于网络流量的应用层DDoS攻击检测方法研究

根据应用层DDoS攻击和正常网络流量在特征上的不同,提出一种基于流量分析的应用层DDoS攻击检测方法,通过对源IP地址进行分析,能够有效地识别应用层DDoS攻击。同时,针对DDoS攻击流量和突发流量的相似性,在识别DDoS攻击的同时,能够正确区分突发流量,减少误报和漏报。

基于大小突发块划分的微信支付行为识别模型

针对微信红包与转账功能被用于红包赌博、非法交易等违法活动,且现有的研究工作难以识别微信中收发红包与转账行为的具体次数,以及存在低识别率和高资源消耗的问题,提出了一种划分大、小流量突发块的方法来提取流量特征,从而对收发红包与转账行为进行有效识别。首先,利用收发红包与转账行为流量的突发性,设定大突发时间阈值将这类行为的流量突发块分隔开;然后,针对收发红包与转账行为由多次连续的用户操作组成的特性,设定小突发阈值将流量块进一步细化为小突发块;最后,综合大突发块中各个小突发块的特征,得到最终的特征。实验结果显示,该方法在时间效率、空间占用率、识别准确率、算法普适性等方面普遍优于微信支付行为识别方面的现有研究,平均准确率最高可达97.58%。真实场景的测试结果表明,所提出的方法基本能准确识别出一段时间内用户收发红包与转账行为的次数。

广域模糊的管道低洼排水流量自动控制方法研究

提出一种基于广域模糊PID控制的管道排水量自动控制方法,采用计算机无线通讯网络技术实现广域分布下的流量控制,采用多层模糊系统强大的输入输出非线性映射能力,将输入数据模糊化为PID控制器的输入数据,并且将PID控制器的输出解模糊为管道排水量自动控制系统识别的控制信号,从而实现管道排水量自动广域控制的智能化调度。和传统的控制算法相比较,新的广域控制算法对低洼处突发流量具有较好的控制性能,并且算法稳定可靠,具有很好的工程应用价值。

基于双向流量的DDoS检测机制

随着网络的快速发展,各式各样的异常流量限制了Internet提供正常的带宽服务,其中包括现在最流行的DDoS攻击。鉴于传统的用单向流量来分析、检测异常流量的方法无法正确区分突发的正常流量和DDoS攻击流量,本文提出了一种基于双向流的分析检测机制,通过对网络节点的输入、输出流量关系的分析,从而区分异常流量和正常的突发流量。在此基础上,提出了对研究Internet实际网络异常流量检测有重要意义的8种状态模型,并在NS2.30上进行了仿真,验证了这种检测机制的有效性和可行性。

带状态SDN数据平面的突发流处理方法

针对SDN中的流量突发问题,本文提出一种基于带状态SDN数据平面的突发流处理方法。基于OpenState在数据平面上增加状态转换机制,利用流状态与转发路径之间的绑定,及时将突发流从原始转发路径转移至备用的转发路径,以防止原始路径由于链路负载的限制而导致网络流数据包丢失甚至链路拥塞等问题。仿真实验结果表明,在流量突发导致原始路径丢包率逐渐增高时,使用所提方法后的路径丢包率可以维持在0%,在规避可能发生拥塞的同时,也尽量平衡了网络流在可用路径上的负载。