2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩168頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、由于危害嚴(yán)重、攻擊范圍大、爆發(fā)速度快,蠕蟲已經(jīng)成為目前互聯(lián)網(wǎng)所面臨的最為嚴(yán)重的安全威脅之一。目前有效的模擬環(huán)境的缺乏,影響了對蠕蟲的深入研究;同時,檢測技術(shù)的不準(zhǔn)確性,影響了蠕蟲預(yù)防、抑制和應(yīng)急響應(yīng)等技術(shù)的效果。鑒于本地網(wǎng)絡(luò)(內(nèi)部網(wǎng)絡(luò))內(nèi)蠕蟲的研究對蠕蟲早期預(yù)警和傳播控制所起到的關(guān)鍵作用,本文以本地網(wǎng)絡(luò)為背景環(huán)境,研究了蠕蟲模擬方法和檢測技術(shù);從而為深入研究蠕蟲、蠕蟲早期預(yù)警以及應(yīng)急響應(yīng)等奠定了基礎(chǔ)。本文的研究不僅具有理論意義,而且具有

2、廣闊的應(yīng)用前景。 本文首先研究了網(wǎng)絡(luò)聚集層面和主機層面的流量模型。通過聚集層面的研究,建立了雙向TCP流量模型,用于在蠕蟲模擬中生成背景流量;該模型以TCP連接為研究對象,分別描述了TCP連接請求和響應(yīng)在不同時間尺度的統(tǒng)計特性。通過主機層面的研究,建立了“延遲限制型”蠕蟲主機的周期性突發(fā)流量模型,來描述蠕蟲掃描流量的統(tǒng)計特征,用于蠕蟲流量的準(zhǔn)確模擬;并分析了蠕蟲流量和正常主機流量的自相似性和有關(guān)統(tǒng)計指標(biāo)在重尾特性方面的差異,進(jìn)而

3、提出蠕蟲檢測的備選指標(biāo),包括“第一次連接”的到達(dá)間隔、請求大小、響應(yīng)大小、持續(xù)時間和RTT等。 其次,建立了蠕蟲模擬環(huán)境,并研究了蠕蟲流量對網(wǎng)絡(luò)的影響。在蠕蟲模擬環(huán)境中,采用“半結(jié)構(gòu)化”TCP聚集流量模擬框架進(jìn)行背景流量模擬,以平衡精度和效率;該框架利用雙向TCP流量模型,將本地網(wǎng)絡(luò)抽象為一個節(jié)點,分別研究了應(yīng)用層聚集流量產(chǎn)生方法和傳輸層聚集流量控制方法;并驗證了該框架的有效性、穩(wěn)定性、可比性和高效性。在蠕蟲流量模擬中,采用混合

4、抽象層框架來模擬蠕蟲傳播過程,采用周期性突發(fā)流量模型來模擬蠕蟲主機的掃描流量;與傳統(tǒng)的固定速率蠕蟲流量模型相比,該模型能夠更好地刻畫蠕蟲的掃描流量及其對網(wǎng)絡(luò)的影響。 再次,研究了蠕蟲檢測指標(biāo)和檢測技術(shù)。結(jié)合對蠕蟲行為的分析,從備選指標(biāo)中提取出“第一次連接”的失敗概率、請求大小和到達(dá)間隔等檢測指標(biāo)。利用蠕蟲流量在上述檢測指標(biāo)上的重尾特性異常,采用統(tǒng)計分類技術(shù),提出了兩個未知蠕蟲異常檢測算法。通過與目前主流蠕蟲檢測算法進(jìn)行對比,表明

5、兩個檢測算法均能夠在同等漏報率的情況下,顯著降低誤報率。 最后,開發(fā)了蠕蟲模擬環(huán)境和蠕蟲檢測系統(tǒng),通過在某互聯(lián)網(wǎng)交換中心的買際使用,驗證了上述模型和算法的有效性。 本文的創(chuàng)新點在于提出了雙向TCP流量模型,周期性突發(fā)蠕蟲流量模型,“半結(jié)構(gòu)化”TCP聚集流量模擬方法,以及基于重尾特性和統(tǒng)計分類的未知蠕蟲檢測技術(shù)。 未來的研究方向包括:研究和建立分布式蠕蟲模擬環(huán)境;針對其他掃描策略,特別是目標(biāo)列表掃描策略的蠕蟲,研究

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論