一种SDN应用层流量的建模方法技术

技术编号:14882135 阅读:108 留言:0更新日期:2017-03-24 04:35
本发明专利技术涉及一种SDN应用层流量的建模方法,其特征在于包括步骤:一、采集SDN应用层流量作为系统的输入;二、对SDN应用层流量进行预处理;三、由预处理模块输出应用层流量的最长频繁项集;四、建模;五、参数初始化;六、基于前向后向迭代过程进行估计模型的参数;七、参数更新;八、判断迭代过程是否结束,当程序迭代过程结束时,输出基于层次化隐马尔可夫模型的应用层流量特征模型;当程序迭代过程未结束时,返回第六步。该方法根据应用层网络流量的一般特征,提出适用于SDN网络应用层流量建模方法的层次化隐马尔可夫模型,用于对应用层网络协议报文建模,并基于最大似然概率准则提取协议关键词和自动重构协议的报文格式。

【技术实现步骤摘要】

本专利技术涉及一种SDN应用层流量的建模方法
技术介绍
随着互联网的飞速发展,新的网络应用(如微博,微信以及各种APP等)诞生的速度越来越快,由于不同的网络应用采用了不同的协议,而且还有大量的应用开发者直接开发私有协议实现特殊的通信功能,以致大约40%的网络流量无法识别。软件定义网络(SDN)是下一代互联网的核心技术,目前是业界关注的重点。在SDN架构中,应用层通过北向接口接入SDN控制层为网络应用提供具更高的可扩展性、灵活性、效率和可管理性,应用开发者可以更方便地实现更丰富的应用服务。可见,随着网络用户数量持续攀升,SDN网络中的流量必然会呈现出多样化和海量化的特征。然而,现有的未知流量分析方法大都是基于人工分析,严重影响了网络管理的运作效率,不适应SDN网络发展的需求。因此,研究和开发自动化的流量处理方法和技术,是流量分析领域的迫切任务。隐马尔可夫模型已被广泛证明并应用于描述一个含有隐含未知参数的马尔可夫过程。然而,现有的模型不能完整地对一些具有层次化结构的网络流进行建模。隐马尔可夫模型只刻画了隐状态之间的状态转移规律,但并没有刻画状态内部的微观特性。即使是隐半马尔可夫模型也只是笼统地描述了随机序列中隐状态的转移规律以及隐状态的持续时间长度,而没有真正揭示状态内部的变化规律。
技术实现思路
本专利技术针对现有技术的不足,提供一种SDN应用层流量的建模方法。该方法根据应用层网络流量的一般特征,提出一种适用于SDN网络应用层流量建模方法的层次化隐马尔可夫模型,用于对应用层网络协议报文建模,并基于最大似然概率准则提取协议关键词和自动重构协议的报文格式。为了达到上述目的,本专利技术一种SDN应用层流量的建模方法,主要包括以下步骤:第一步、采集SDN应用层流量作为系统的输入;第二步、应用数据挖掘方法,对SDN应用层流量进行预处理;第三步、由预处理模块输出应用层流量的最长频繁项集;第四步、利用层次化隐马尔可夫模型进行建模;第五步、对层次化隐马尔可夫模型参数初始化;第六步、基于前向后向迭代过程进行估计模型的参数;第七步、对参数进行更新;第八步、判断迭代过程是否结束,当程序迭代过程结束时,输出基于层次化隐马尔可夫模型的应用层流量特征模型;当程序迭代过程未结束时,返回第六步。优选地,所述第二步中的数学挖掘方法包括Apriori算法。优选地,所述第二步中的对SDN应用层流量进行预处理,包括提取网络流量的最长频繁项集。本专利技术提出一种新的基于层次化隐马尔可夫模型的SDN应用层未知流量建模方法,具体包括:(1)用于刻画具有层次化子结构的随机序列的微观特性的层次化隐马尔可夫模型(H2MM),(2)基于H2MM对SDN应用层流量建模的方法。本专利技术为下一代互联网技术SDN的流量分析建模提供一种有效的途径。对于数据报文结构的表示方法,应用层网络流量的数据报文可表示为一个字节序列:o=o1o2...oT,其中T为数据报文的长度。数据报文具有层次化结构,即报文由一系列字段序列组成,每个字段本身也有内部的微观结构,也即o=o(1)o(2)...o(R),其中表示报文的第r个字段,r=1,2,...,R。对于层次结构的隐马尔可夫模型,假设随机过程的隐状态的状态空间为S={1,2,...,M本文档来自技高网...
一种SDN应用层流量的建模方法

【技术保护点】
一种SDN应用层流量的建模方法,其特征在于,主要包括以下步骤:第一步、采集SDN应用层流量作为系统的输入;第二步、应用数据挖掘方法,对SDN应用层流量进行预处理;第三步、由预处理模块输出应用层流量的最长频繁项集;第四步、利用层次化隐马尔可夫模型进行建模;第五步、对层次化隐马尔可夫模型参数初始化;第六步、基于前向后向迭代过程进行估计模型的参数;第七步、对参数进行更新;第八步、判断迭代过程是否结束,当程序迭代过程结束时,输出基于层次化隐马尔可夫模型的应用层流量特征模型;当程序迭代过程未结束时,返回第六步。

【技术特征摘要】
1.一种SDN应用层流量的建模方法,其特征在于,主要包括以下步骤:第一步、采集SDN应用层流量作为系统的输入;第二步、应用数据挖掘方法,对SDN应用层流量进行预处理;第三步、由预处理模块输出应用层流量的最长频繁项集;第四步、利用层次化隐马尔可夫模型进行建模;第五步、对层次化隐马尔可夫模型参数初始化;第六步、基于前向后向迭代过程进行估计模型的参数;第七步、对参数进行更新;第八步、判断迭...

【专利技术属性】
技术研发人员:罗建桢蔡君戴青云刘外喜
申请(专利权)人:广东技术师范学院
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1