【技术实现步骤摘要】
一种基于对称度Sketch的网络流量异常检测与定位方法
本专利技术属于数据流分析处理
,涉及一种基于对称度Sketch的网络流量异常检测与定位方法。
技术介绍
随着计算机网络技术的发展和应用,网络带宽和网络流量快速增长,海量的网络流量数据给大规模网络的实时有效测量和监控带来了巨大挑战。网络的实时有效测量对网络管理、流量规划、网络计费有重要意义,例如网络运营商需要统计网络带宽的使用情况或者流量的统计信息来进行计费,网络管理者需要根据流量统计信息更新路由器的路由表,以及通过对网络流量的有效分析来及时发现和处理网络异常事件。为此大规模网络流量的实时测量和监控系统在性能上需要满足下面三个基本的要求:1)高效的处理速度,对于每个数据包的处理必须高效快速。2)较小的内存需求。3)快速而且准确的数据查询。异常检测主要分为两类:基于特征的检测和基于统计的检测。基于特征的检测主要是通过寻找能与已知异常特征相匹配的模式来检测异常,需要预先设定特征库或规则库。这种方法的优点是能够准确检测已知的异常,缺点是不能检测未知异常,同时随着异常种类的增多,特征库很庞大,监测性能下降。因此基于特征的异常监测只能适用于局域网,不能满足骨干链路的速率。基于统计的检测不需要预先了解异常的特征和属性,能够有效的检测已知和未知异常。在基于统计的检测方法中很重要的一部分就是变化检测,主要是通过历史流量得到一个正常的流量模型,然后通过检测在短期内不符合此模型的行为来发现异常。网络流是网络流量测量和监控领域常用的处理技术,网络流通常的定义是具有相同五元组(协议类型,源IP,源端口,目的IP,目的端口 ...
【技术保护点】
一种基于对称度Sketch的网络流量异常检测与定位方法,其特征在于,基于连接对称度来实现异常行为的检测,包括网络流量实时更新、网络主机对称度实时计算、主机流量异常检测、异常源定位四个部分;在进行异常行为检测时,获取每条流的源IP和目的IP进行网络流量实时更新,根据IP地址的结构特征,采用IP分段hash,将IP分为四段分别对相应的hash函数组映射,最后将映射结果整合成一个字符串作为hash表中的键;其中,数据更新部分涉及对两个sketch数据结构的更新操作,一个sketch是出连接度sketch,记为M
【技术特征摘要】
1.一种基于对称度Sketch的网络流量异常检测与定位方法,其特征在于,基于连接对称度来实现异常行为的检测,包括网络流量实时更新、网络主机对称度实时计算、主机流量异常检测、异常源定位四个部分;在进行异常行为检测时,获取每条流的源IP和目的IP进行网络流量实时更新,根据IP地址的结构特征,采用IP分段hash,将IP分为四段分别对相应的hash函数组映射,最后将映射结果整合成一个字符串作为hash表中的键;其中,数据更新部分涉及对两个sketch数据结构的更新操作,一个sketch是出连接度sketch,记为Mout;另一个是入连接度sketch,记为Min;出连接度sketch和入连接度sketch采用同一组hash函数组;所述网络主机对称度实时计算,是计算出连接度sketch和入连接度sketch的比值,得到对称度sketchMsm:Msm=Min/Mout;所述主机流量异常检测,是根据当前窗口的对称度sketchMsm,利用切比雪夫不等式来设定阈值,衡量流量偏离正常流量行为的程度,得到异常sketch;所述异常源定位,是通过设计sketch中的关键hash函数组,利用中国余数定理实现sketch的逆向求解;若异常sketch中每个hash表中有且仅有一个异常键,则利用这一组异常键可以唯一逆向确定一个异常IP。2.如权利要求1所述的基于对称度Sketch的网络流量异常检测与定位方法,其特征在于,所述的对称度sketch由H张hash表T[j][·](0≤j<H)构成,对应的hash函数如下所示:hj(x)≡xmodmj,1≤j≤H其中m1,…,mH均为互不相等的质数;对称度sketch选择四个hash函数,选择的质数分别为2、3、5、11;通过该hash函数组得到的对称度sketch和异常sketch,能够逆向唯一确定一个IP。3.如权利要求1或2所述的基于对称度Sketch的网络流量异常检测与定位方法,其特征在于,所述的网络流量实时更新包括如下操作:记输入网络数据流为I=a1,a2,…,每个数据项为ai=(ki,ui),键值ki为源IP、和/或目的IP及其结合;更新数值ui为数据包的字节数、数据包的个数或网络流的个数等统计量;当更新数据项ai=(ki,ui)到达后,将每一张hash表j(1≤j≤H)相应的T[j][hj(ki)]项加上更新数值ui,如下式所示:T[j][hj(ki)]=T[j][hj(ki)]+ui1≤j≤H。4.如权利要求3所述的基于对称度Sketch的网络流量异常检测与定位方法,其特征在于,所述的数据项ai=(ki,ui)中,在出度ske...
【专利技术属性】
技术研发人员:秦涛,刘艳雨,王平辉,王博,沈壮,管晓宏,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西,61
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。