基于半监督的网络流精细化识别方法研究

为了实现复杂网络环境下网络应用的精细化识别管理,文章在半监督的机器算法基础上,集合HMM和VSM的优点,提出基于HMM和VSM混合模型的识别算法,利用网络流统计特征属性实现网络流精细化识别.实验结果显示HMM和VSM混合算法能够有效识别加密协议及复杂网络协议的应用,并且达到较高的识别率,其分类的精度明显优于传统识别算法.     

基于BPSO与神经网络的实时P2P协议识别算法

针对互联网中P2P协议以及加密协议无法使用传统方法进行识别的问题,提出一种新的基于会话流统计特征的网络协议识别算法。采用二进制粒子群算法(BPSO)定量选出最能体现不同协议区别的特征子集;并针对BP(Back Propagation)神经网络结构难以确定、易陷入局部极小值等缺陷进行分析,使用粒子群算法对BP神经网络进行优化以提高识别率。实验结果表明:该方法能够有效地从多种网络特征属性中选出最能体现不同协议区别的特征子集,且对于基于UDP协议的网络应用也有较高识别率,经优化后的BP神经网络具有更高识别率。该算法对常见的P2P协议平均识别率达到96%,且能够实时地对网络协议进行识别。     

基于协议树分析的概率风险评估方法研究

本文采用概率风险分析方法,对网络协议所引发的风险进行定量化分析.通过协议树模型对网络各协议进行分层处理,并建立了网络协议风险评估定量化评估模型.此模型的提出为网络安全风险评估提供了一种新思路和新的计算方法.     

LOTOS规范风格在服务和协议设计中的应用研究

分析了LOTOS规范语言的4种规范风格的特征和在分布式系统开发中的实际应用,描绘了网络服务和协议的基本设计属性,并讨论了规范风格在网络协议设计中的作用.最后将此方法应用于AB服务和协议的描述.     

FIFS:一种基于流序列的分组流识别方法

为了在高速网络中实时、准确地识别多种协议产生的分组流,首先分析现有的识别方法,然后从应用协议有限状态机角度出发,提出使用完美有限状态机统一描述不同识别方法的思想。在此基础上,提出了基于流序列的分组流识别方法,利用协议有限状态机中状态变化特征识别特定协议产生的分组流,并提出了一个状态特征聚合算法,以构造协议状态特征集合。通过识别基于UDP的Skype语音流,说明此方法的可行性和有效性。     

基于协议树分析的概率风险评估方法研究

本文采用概率风险分析方法,对网络协议所引发的风险进行定量化分析。通过协议树模型对网络各协议进行分层处理,并建立了网络协议风险评估定量化评估模型。此模型的提出为网络安全风险评估提供了一种新思路和新的计算方法。     

基于相似度匹配的网络协议语法分析方法

为解决网络协议语法分析方法中,依赖人工干预、分析效率低下、分析范围较小等问题,提出一种基于相似度匹配的网络协议语法分析方法.通过嗅探采集网络原始数据包,解析基础协议并对数据包进行预处理,提取9维不同角度的特征,建立了网络协议语法相似分析模型,分析网络协议细节语法特征.通过将TCP协议作为已知协议,对UDP、DNS、QQ等3种不同类型的协议测试,结果表明这3类协议报头中,33%以上的字段能在TCP协议中找到对应的相似语法,而且平均准确率均在96%以上,该方法不需人工干预,可以提高分析效率、减少限制条件、扩大分析范围,并能较为有效地分析出网络协议语法特征.      

基于DWT-FARIMA仿真预测的网络拥塞预警与协议优化研究

根据拓展仿真的原理和方法,以建立符合网络特性的流量预测模型为目标,笔者提出一种基于定量统计建模方法的网络仿真平台.结合网络仿真器NS构建基于DWT和FARIMA的流量预测模型,并应用该模型的预测结果辅助主动队列管理的显式拥塞标记,采取拥塞预警的方式达到对网络协议进行优化的目的.文中给出所设计的分层组播协议FLM实现算法,并开展了关于流量行为和协议策略的仿真测试.     

基于RPGM模型的Ad hoc路由协议的构建与仿真

为了改善无线Ad hoc网络中由于无线节点的移动所导致的网络性能下降,根据移动节点群体的特征,利用LANMAR作为簇间路由协议和AODV作为群组内的平面路由协议,提出一种基于参照点的群移动模型(RPGM)网络协议 MAG-Lanmar,并采用Ns2网络仿真工具进行了模拟测试.仿真结果表明,MAG-Lanmar无线网络协议在路由负载、响应时间、网络平均吞吐量方面,均有良好的性能.     

文法推断网络协议状态机*

针对现有正则的正负推断(regular positive and negative inference,RPNI)算法的局限性,提出一种通过标记前缀树接受器中的状态,以差异化的状态标记方法防止状态的过度融合改进的算法——改进的RPNI算法(improved RPNI,IRPNI)。该算法从网络数据流量中导出协议规范,并将该规范表示为确定性有限自动机(definite finite automata,DFA)模型;根据网路协议特性,把启发式的差异化的状态标记算法嵌入该算法中,使得状态融合结果体现网络协议的结构特征。实验证明IRPNI算法更有助于推断出更一般化的网络协议状态机。