检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

IPv6网络中的深度流检测技术应用研究

电子测量技术 2009年第8期32卷 63-66,84页

作者：丁佳颖曹炳尧顾蔚殷超上海大学通信与信息工程学院上海200072

随着互联网的迅速发展,IPv4(internet protocol version4)协议在很多方面已经出现明显的局限,IPv6(internet protocol version6)应运而生,成为了下一代互联网建设的基础之一。深度流检测技术在IPv4网络的管理中应用越来越广泛,但由于IPv... 详细信息

随着互联网的迅速发展,IPv4(internet protocol version4)协议在很多方面已经出现明显的局限,IPv6(internet protocol version6)应运而生,成为了下一代互联网建设的基础之一。深度流检测技术在IPv4网络的管理中应用越来越广泛,但由于IPv6协议与IPv4协议的差异性,该技术并不能简单地移植到IPv6网络中,必须设计一套全新的结合深度流检测的技术优势,并能对网络中的IPv6数据包进行有效识别和高效控制的管理系统。针对IPv6的协议特性,研究了深度流检测技术的应用方法,在MPC8572硬件平台上结合查找表单元的硬件查找功能,提出了一套针对IPv6协议的网络行为分析系统方案。本文的研究成果不仅填补了IPv6网络行为监管方面的系统方案空白,更为构建安全、高效的下一代网络提供了参考。

关键词： IPv6 深度流检测查找表单元网络行为分析

一种结合包检测与流检测的SECS2流量识别方法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第9期41卷 127-135页

作者：唐璇严明万仕贤复旦大学计算机科学技术学院上海200000

要对网络数据包所采用的应用层协议进行识别,保证半导体生产环境的安全,使用传统的基于服务端口和特征字的识别方式都具有一定的局限性,无法达到所需的准确度。针对这种情况,提出一种基于HSMS(High Speed Message Services)头部信息和SE... 详细信息

要对网络数据包所采用的应用层协议进行识别,保证半导体生产环境的安全,使用传统的基于服务端口和特征字的识别方式都具有一定的局限性,无法达到所需的准确度。针对这种情况,提出一种基于HSMS(High Speed Message Services)头部信息和SECS2数据本身固定模式的识别模型,结合深度包检测、深度流检测、机器学习等技术对SECS2流量进行识别。实验结果表明,该模型能有效地识别SECS2数据包,误判率仅为0.598 8%,相比传统识别方式,误判率降低了29.469 6%。

关键词： SECS2 HSMS 流量识别深度包检测深度流检测

在线全文

学校读者我要写书评

暂无评论

一种联合DPI和DFI的网络流量检测方法

计算机工程 2011年第10期37卷 102-104,107页

作者：叶文晨汪敏陈云寰张之远上海大学特种光纤与光接入网教育部重点实验室上海200072

提出一种以深度包检测(DPI)技术为主、深度流检测(DFI)技术为辅的网络流量检测方法。基于MPC8572网络处理器的模式匹配引擎模块,利用DPI实现细粒度检测,对于DPI的误识别情况,通过DFI进行鉴别并提示重新检测,以达到纠错目的。实验结果表... 详细信息

提出一种以深度包检测(DPI)技术为主、深度流检测(DFI)技术为辅的网络流量检测方法。基于MPC8572网络处理器的模式匹配引擎模块,利用DPI实现细粒度检测,对于DPI的误识别情况,通过DFI进行鉴别并提示重新检测,以达到纠错目的。实验结果表明,联合方法具有检错和纠错功能,且能提高网络流量检测的准确率。

关键词：深度包检测深度流检测网络流量检测模式匹配引擎

DPI和DFI相结合的网络协议自动识别系统构建

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2018年第3期41卷 101-106页

作者：蔡乐石荣许都电子科技大学四川成都611731 电子信息控制重点实验室四川成都610036

目前常用的网络协议识别软件大多采用单一方法,且只能针对特定的网络数据包或数据流进行识别,自动化程度低,识别准确度不高。针对上述情况构建了一种新的协议识别系统,该系统将DPI深度包检测和DFI深度流检测相结合,对非加密的数据使用... 详细信息

目前常用的网络协议识别软件大多采用单一方法,且只能针对特定的网络数据包或数据流进行识别,自动化程度低,识别准确度不高。针对上述情况构建了一种新的协议识别系统,该系统将DPI深度包检测和DFI深度流检测相结合,对非加密的数据使用深度包检测方法,在特征字提取之后进行自动推理识别;对未知的加密数据则采用深度流检测方法,提取数据流特征之后使用支持向量机进行识别。测试数据表明,所构建的系统在保证准确率的情况下,不仅可以识别多层网络协议,而且提高了识别的自动化程度,从而为网络传输数据分析、状态监控、安全防护提供了新的技术手段。

关键词：深度包检测深度流检测协议识别自动推理支持向量机安全防护

基于DPI和DFI的网络流量分类方法研究与应用

在线全文

学校读者我要写书评

暂无评论

基于DPI和DFI的网络流量分类方法研究与应用

作者：申进西南科技大学

学位级别：硕士

随着电商、网络视频、网络办公、智能手机等互联网活动及其信息终端产品普及以来,网络流量日益增大,这给网络管理提出了很多挑战性问题,比如网络服务质量问题、网络安全问题、网络带宽问题以及网络非法信息传播问题等。网络流量分类是... 详细信息

随着电商、网络视频、网络办公、智能手机等互联网活动及其信息终端产品普及以来,网络流量日益增大,这给网络管理提出了很多挑战性问题,比如网络服务质量问题、网络安全问题、网络带宽问题以及网络非法信息传播问题等。网络流量分类是解决这些问题的一种重要技术手段。1)针对在线非加密流量分类匹配效率不高、识别粒度不够细以及识别协议不够全的问题,研究了几种典型的模式匹配算法,得出AC多模匹配算法高效的匹配性能后,选取支持AC算法的nDPI开源深度包检测库,设计了一个深度包检测(Deep Packet Inspection,DPI)在线流量分类系统。并通过大量抓包实验研究,对nDPI特征库进行了协议扩充,最后对DPI流量分类系统中的各个模块进行了详细设计。实验结果表明,本文实现了细粒度更全面的在线非加密流量分类。2)为提高对多媒体应用的服务质量保证能力,研究了基于Linux系统的在线流量控制机制。通过将DPI识别出的多媒体流量优先级进行提升,同时将下载流量的优先级进行降低的方式,实现DPI在线流量分类方法在流量控制中的应用。结果显示,在15Mbps的有限带宽下,下载文件同时进行高清视频观看,能够缓解视频播放中的卡顿现象,达到了预期目标。3)为了解决只有少量的带标签样本可用时,传统监督分类模型分类准确率低的问题,研究了基于深度流检测(Deep Flow Inspection,DFI)且结合半监督分类技术的加密流量分类方法,设计了一个半监督加密流量分类模型。通过深入分析原有方法的不足,做出了两点改进:一是对传统模型中的聚类过程作了改进,采用BIRCH聚类代替原有的聚类算法,使得模型的训练时间缩短到1秒以下;二是对原有的聚簇类别映射过程中的“简单多数”类别映射原则进行改进,使得模型的分类准确率相比原方法更高。上述改进效果在大量的实验中均得到了验证,提高了加密流量分类的高效性和准确性。

关键词：流量分类深度包检测深度流检测半监督学习流量控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

超密集网络下的垂直切换与流量卸载技术研究

超密集网络下的垂直切换与流量卸载技术研究

作者：程晨南京邮电大学

学位级别：硕士

随着新一代网络技术的不断突破创新,通信技术沿着数字化、网络化、智能化的方向深入发展。加上个人智能终端应用的不断涌现,用户对于网络服务质量、请求时延等要求愈来愈高。而现有的网络基础的升级速度无法跟上用户的通信服务要求增长... 详细信息

随着新一代网络技术的不断突破创新,通信技术沿着数字化、网络化、智能化的方向深入发展。加上个人智能终端应用的不断涌现,用户对于网络服务质量、请求时延等要求愈来愈高。而现有的网络基础的升级速度无法跟上用户的通信服务要求增长和网络数据流量暴增的脚步。密集化网络部署是扩大网络容量和支持可靠数据服务的有效措施之一。超密集异构网络采用微小基站密集化部署的方式,扩大网络覆盖范围,提升网络容量。因此,为了应对用户日益提高的网络服务要求、用户个性化属性和通信业务多样性,移动性管理技术和流量卸载技术可以保障用户在超密集异构蜂窝网络部署下得到合理有效的网络服务。首先,针对超密集异构组网中移动用户会出现频繁切换、乒乓切换和高掉话率等移动性管理问题,提出了一种业务类型分类的垂直切换机制。本文以提高网络吞吐量和用户服务质量为目标,考虑用户终端使用的业务类型,通过深度流检测技术将接入网络中的终端数据包的行为特征进行分析,得到不同业务类型,以此在切换过程中可以根据用户业务类型,动态选择切换判决条件,避免不必要的切换,减少网络信令负载。仿真结果表明,与现有的基于信号强度的垂直切换算法相比,减少了乒乓切换的次数,降低了切换失败概率,提高了系统吞吐量。其次,针对由于移动数据流量大爆发导致核心网负载不均,影响系统能效的问题,本文提出了一种基于深度学习的流量卸载机制。本文在现有研究中对用户终端流量卸载系统设计进行详细阐述。流量卸载机制详细描述了如何进行用户数据包的流量卸载资源分配,将用户侧能量损耗和网络侧能量损耗等指标作为终端数据卸载的代价,然后根据马尔可夫过程理论将其建模转化成一个动态优化问题,采用深度Q网络对优化问题进行求解。仿真结果表明,本文所提出的流量卸载算法能够有效地减轻网络负载,提高系统的能效。

关键词：垂直切换深度流检测流量卸载马尔可夫过程深度Q学习

基于DPI和DFI的P2P流量检测系统的研究与设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于DPI和DFI的P2P流量检测系统的研究与设计

作者：周丕健广西大学

学位级别：硕士

随着互联网的飞速发展,P2P (Peer-to-Peer)应用在互联网应用中所占的比例与日俱增。P2P应用给我们的生活带来了很多好处,例如网络电话、网络视频、网络社交等。同时,P2P应用也伴随着很多负面影响,如恶意程序、占用带宽、知识版权、内容... 详细信息

随着互联网的飞速发展,P2P (Peer-to-Peer)应用在互联网应用中所占的比例与日俱增。P2P应用给我们的生活带来了很多好处,例如网络电话、网络视频、网络社交等。同时,P2P应用也伴随着很多负面影响,如恶意程序、占用带宽、知识版权、内容监控、网络安全等。要做到扬长避短,我们需要从网络应用中找出P2P应用。因此,准确地检测P2P流成为本文研究的主要内容。本文通过对P2P流量检测技术与P2P协议的研究,提出了基于深度包DPI (Deep Packet Inspection)和深度流DFI (Deep Flow Inspection)联合检测的P2P流量检测系统。论文工作依据软件工程的思想、采用面向对象的方法对P2P流量检测系统进行了需求分析和系统设计,使用用例图、活动图、时序图、部署图、架构图、流程图等UML (Unified Modeling Language)建模工具构建出一个详细的系统模型。本文的重点内容是系统的详细设计。详细设计包括流量采集模块、特征库模块、流量检测模块三个部分。模块设计给出了具体的流程、算法。设计过程中,主要数据结构用JAVA代码进行描述,数据库表用存储结构进行描述。其中,流量采集模块与流量检测模块是系统详细设计的关键环节。在流量采集模块设计中,流量数据包采集使用JAVA平台提供的JPcap类库实现;数据包的捕获、解析存储与转储功能通过定义多线来实现;存储文件管理功能通过设定定时程序来实现。在特征库模块的设计上,论文给出了特征载荷单、多规则的协议分类、算法流程和DFI样本库的流量特征分类标准。在流量检测模块的设计上,通过对各类检测技术与算法的研究,采用了DPI主导,DPI与DFI联合检测的方法实现流量检测,即在算法上,采用多模式匹配AC(Aho-Corasick)算法与机器学习C4.5算法相结合的新算法,提高了P2P流量检测的准确性。这是论文的创新所在。最后,对流量数据包采集、流量检测两个核心环节进行了测试,测试结果显示流量数据包采集具有较高的正确率,流量检测具有较低的误测率和漏测率。综合以上结果,系统对P2P流的检测具有极高的性能和极好的稳定性。

关键词： P2P 流量检测深度包检测深度流检测特征匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度检测技术探讨及其在校园网中的应用

深度检测技术探讨及其在校园网中的应用

作者：王伟长春理工大学

学位级别：硕士

随着互联网和宽带技术的发展,P2P的应用日益广泛,在享受P2P软件带来方便的同时,P2P的带宽资源占用问题日益凸显出来,已经严重的影响了校园网的正常运行和使用,P2P的业务监管问题也日益严重,对它的监管问题已经成为全球性的难题。本论文... 详细信息

随着互联网和宽带技术的发展,P2P的应用日益广泛,在享受P2P软件带来方便的同时,P2P的带宽资源占用问题日益凸显出来,已经严重的影响了校园网的正常运行和使用,P2P的业务监管问题也日益严重,对它的监管问题已经成为全球性的难题。本论文即针对P2P业务的监管问题进行研究。首先认真分析和总结了P2P技术的发展历程和特点,针对其自身特点,对P2P检测深入到应用层中,采用深度检测技术DPI和DFI进行P2P业务流的识别。紧接着认真分析并研究当前比较流行的模式匹配算法,在已有KMP和BM算法基础上,提出了一个更为有效的算法,时间复杂度为0(m+n),其中m,n分别为模式和文本串的长度。最后结合以上技术设计了一个基于校园网的P2P识别和控制框架,并通过对BitTorrent流的成功识别,来实现框架的设计的思想。

关键词：对等网络深度包检测深度流检测模式匹配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种改进的动态流特征选择算法

计算机工程与应用 2012年第18期48卷 4-8页

作者：郭磊王亚弟陈庶樵朱珂伊鹏信息工程大学电子技术学院郑州450004 国家数字交换系统工程技术研究中心郑州450002

流特征选择算法在深度流检测技术中发挥着重要作用,数据流的正确识别和分类都需要选择流特征,通过这些流特征在业务流中的差异区分业务流类型。当前基于信息度量的特征选择算法在整个样本空间中计算特征的信息熵,没有将特征选择过程中... 详细信息

流特征选择算法在深度流检测技术中发挥着重要作用,数据流的正确识别和分类都需要选择流特征,通过这些流特征在业务流中的差异区分业务流类型。当前基于信息度量的特征选择算法在整个样本空间中计算特征的信息熵,没有将特征选择过程中的动态变化信息加入计算,因此不能准确地度量特征选择过程中各个特征之间的相互关系程度,冗余信息的存在影响特征选择结果,导致分类算法性能降低。提出一种改进的动态特征选择算法,该算法基于信息标准,充分考虑特征选择过程中信息标准的动态变化,通过删除由信息动态变化导致的冗余及无用信息,避免动态选择过程的干扰,达到准确并高效选择特征的目的。实验数据说明,提出的动态流特征选择算法的分类性能比当前其他选择算法较好。

关键词：深度流检测特征选择流识别动态信息