摘要：随着互联网技术的飞速进展,其运用已经融入到各行各业,网络已经成为人们日常生活的基础设施。同时由于网络的开放性,伴随着各种安全威胁,被木马、病毒和僵尸程序感染的主机数量逐年大幅增加,危害信息安全的事件不断发生,形势相当严峻。传统的被动网络防御技术可以在一定程度上防护我们的网络,却只能在攻击发生之后进行弥补,无法扭转攻防两端在时间、信息获取、代价上极不对称的局面。传统的网络安全防御系统主要是建立在网络隔离、安全检测、安全恢复等技术基础之上,只能进行被动防御,无法对未知的攻击进行主动防御。面对如此严重的威胁和攻防的不对称,急需一种新型的主动网络防御技术,它能够提供虚假信息吸引对其进行攻击,主动了解攻击者利用的技术与策略。同时减小真实网络遭受的攻击强度,以便给管理员足够的反应时间来防御攻击,尽最大努力保护网络并减少损失。这种新兴的主动网络防御技术就是蜜网技术,主要探讨如何伪装真实的目标环境,对网络攻击进行诱骗,以便收集攻击信息进行浅析和探讨。网络处理器是新一代专用网络数据处理和转发的高速处理器,对数据处理能力强,能够较好地实现数据制约、数据采集和路由模拟的功能。本论文基于IXP2400搭建了新型高速蜜网系统,解决了新型蜜网系统架构和部署、大规模网络拓扑仿真、高速路由查找、入侵检测告警聚类等不足。本论文主要革新工作如下：1.提出了基于网络处理器的新型蜜网系统架构。对蜜网的关键技术进行了探讨和总结,针对现有蜜网系统的不足之处,提出了基于网络处理器的新型蜜网系统结构。解决了蜜网网关部署、大规模网络的伪装、服务映射蜜罐、数据捕获和浅析等不足。该系统能够动态部署蜜网,模拟大规模网络拓扑和高交互服务,提供可视化的攻击场景以减少人工浅析。提升了蜜网系统的自动化和智能化程度,同时具有高速处理性能、较好的安全性和可控性。2.基于高性能网络处理器提出了一种大规模网络拓扑实时仿真模型,以用于伪装蜜网系统中的虚拟网络拓扑。实时仿真要求仿真系统的时钟与外界时钟同步,使得虚拟网络能够与真实网络协议、服务和运用进行交互。该案例利用离散事件仿真模型来模拟大规模网络,并描述了基于IXP2400平台的实现。实验结果表明该模型能够模拟大规模网络拓扑,能够对探测数据包进行响应,能够自动学习路由条目和线速转发网络数据包。3.为了提升蜜网网关的路由查找速度,提出了一种新的BFBP路由查找算法。现有的基于神经网络的路由查找算法需要学习路由条目包含的所有IP地址,学习量巨大,在训练阶段收敛时间长,阻碍了神经网络在路由查找中的运用。为了解决这个不足,本论文结合Bloom-Filter算法和并行反向传播神经网络,提出基于并行神经网络的路由查找算法(BFBP)。 Bloom-Filter算法将神经网络分解为多个并行的神经网络,每个神经网络只需学习路由条目的网络ID,而不需要学习路由条目包含的所有IP地址,以而加速路由学习历程。探讨结果表明,相比于已有的神经网络路由查找策略,BFBP算法需要学习的条目数平均减少了520倍,提升了学习效率,为神经网络运用于路由查找创造了有利条件。4.提出了一种新的混沌粒子群算法,以用于蜜网告警优化不足。传统粒子群优化算法初期收敛速度快,但在后期容易陷入局部最优和早熟。为了解决这个不足,本论文提出了一种新的混沌粒子群优化算法,不同于现有的混沌粒子群算法的简单粒子序列替换,该算法将混沌融入到粒子运动历程中,使粒子群在混沌与稳定之间交替运动,逐步向最优点靠近。并提出了一种新的混沌粒子群数学模型,进行了非线性动力学浅析。数值测试结果表明该策略能跳出局部最优,极大提升了计算精度,进一步提升了全局寻优能力。5.提出了基于混沌粒子群的蜜网告警聚类算法。由于现有的蜜网系统告警数量过多,使网络安全浅析人员淹没在大量无用的告警中。为了提升蜜网中入侵检测系统(IDS)的告警质量,减少冗余报警,提出了一种基于混沌粒子群的IDS告警聚类算法。该算法能够克服粒子群算法的早熟、局部最优等缺点,指导聚类中心寻找到全局最优解。通过浅析与实验测试,验证了该算法在入侵检测系统中能够减少告警数量,提升告警质量,具有较高的检测率和较低的误报率。关键词：网络处理器论文主动防御论文蜜网论文网络仿真论文路由查找论文告警聚类论文
本论文由{#GetFullDomain}摘要5-8
ABSTRACT8-15
第一章 绪论15-27
1.1 引言15-16
1.2 蜜网技术探讨背景16-18
1.2.1 蜜网技术起源——蜜罐技术16-17
1.2.2 蜜网项目组17-18
1.3 蜜网技术探讨进展与浅析18-23
1.3.1 蜜网技术基本概念18
1.3.2 第一代蜜网技术18-20
1.3.3 第二代蜜网技术20-21
1.3.4 集中式虚拟蜜网技术21-22
1.3.5 蜜场与动态蜜罐技术22-23
1.4 本论文的主要工作23-25
1.5 本论文结构25-27
第二章 基于网络处理器的新型蜜网系统结构27-46
2.1 网络处理器技术27-29
2.2 蜜网模型探讨29-30
2.3 基于网络处理器的新型蜜网系统结构30-32
2.4 基于网络处理器的蜜网部署结构32-37
2.4.1 蜜网网关紧耦合部署方式33-35
2.4.2 蜜网网关松耦合部署方式35-37
2.5 基于网络处理器的蜜网技术探讨37-42
2.5.1 基于网络处理器的蜜网网关37-38
2.5.2 低交互网络伪装38
2.5.3 服务映射蜜罐38-40
2.5.4 基于网络处理器的数据捕获40-41
2.5.5 综合数据浅析41-42
2.6 新型蜜网系统实现及性能测试42-45
2.7 本章小结45-46
第三章 基于网络处理器的蜜网伪装模型46-66
3.1 引言46-47
3.2 大规模网络拓扑仿真框架47-48
3.3 大规模网络拓扑仿真技术探讨48-56
3.3.1 离散事件仿真48-49
3.3.2 XScale仿真模型49-51
3.3.3 路由表构建51-53
3.3.4 微引擎处理数据包流程53-55
3.3.5 队列管理与调度55-56
3.3.6 多网络处理器并行仿真56
3.4 仿真系统测试结果56-64
3.4.1 仿真拓扑57-58
3.4.2 实验结果58-64
3.5 结束语64-66
第四章 蜜网网关BFBP路由查找算法66-88
4.1 引言66-67
4.2 路由查找算法相关探讨67-70
4.3 BFBP路由查找模型70-81
4.3.1 路由查找不足70
4.3.2 BFBP算法模型70-72
4.3.3 Kbit-BF模块72-75
4.3.4 K bit-BP模块75-79
4.3.5 BFBP算法流程79-81
4.3.6 BFBP算法复杂性浅析81
4.4 BFBP算法性能浅析81-86
4.5 本章小结86-88
第五章 蜜网告警优化混沌粒子群算法88-114
5.1 引言88-89
5.2 PSO算法基本思想89-90
5.3 混沌粒子群算法模型90-95
5.3.1 混沌粒子群算法的数学模型90-91
5.3.2 混沌变量与粒子群结合历程91-93
5.3.3 混沌与稳定的交替93-94
5.3.4 粒子位置更新94-95
5.4 混沌粒子群算法流程95-97
5.5 混沌粒子群模型的非线性动力学行为97-106
5.6 混沌粒子群算法性能数值测试106-113
5.7 本章小结113-114
第六章 基于混沌粒子群的蜜网告警聚类算法114-126
6.1 引言114-115
6.2 IDS告警聚类相关探讨115-116
6.3 告警聚类算法116-123
6.3.1 K均值聚类算法116-117
6.3.2 模糊C均值聚类算法117-118
6.3.3 告警空间定义118-119
6.3.4 在线告警聚类算法119-120
6.3.5 离线告警聚类算法120-123
6.4 告警聚类算法测试123-125
6.5 本章小结125-126
第七章 结论与展望126-129
7.1 本论文探讨工作的总结126-127
7.2 探讨工作的展望127-129
参考文献129-141
致谢141-142
攻读博士学位期间发表的学术论文目录142-143
攻读博士学位期间参与的科研项目目录143
谈谈告警新型蜜网系统结构及告警聚类关键技术信
更新时间：2024-03-21
作者：用户投稿
本站原创
本站原创
点赞:32631 浏览:147550