一种基于Mininet分析网络流量生成训练集的方法及系统技术方案

本发明专利技术公开一种基于Mininet分析网络流量生成训练集的方法及系统，涉及网络攻击技术领域，其实现基于Mininet虚拟网络环境，攻击工具、抓包工具和网络数据包分析工具，实现过程为：在Mininet虚拟网络环境下，使用攻击工具模拟虚拟主机被网络攻击的过程，使用抓包工具采集Mininet虚拟网络中被攻击虚拟主机产生的数据包，使用网络数据包分析工具对抓取的数据包进行解析、结构化的预处理操作，通过重复多次模拟虚拟主机被网络攻击的过程，生成能够应用于深度学习的网络攻击训练集。本发明专利技术通过生成的网络攻击训练集，可以避免电脑在真实网络环境中被训练集中标注的数据包攻击。

【技术实现步骤摘要】
一种基于Mininet分析网络流量生成训练集的方法及系统
本专利技术涉及网络攻击
，具体的说是一种基于Mininet分析网络流量生成训练集的方法及系统。
技术介绍
Mininet是由斯坦福大学研究开发的开源软件，是一个基于LinuxContainer虚拟化技术的轻量级网络模拟器，可以在个人电脑上模拟出包括交换机、主机、和控制器等软件定义网络节点。Mininet可以很方便地创建一个支持SDN的网络：host就像真实的电脑一样工作，可以使用ssh登录，启动应用程序，程序可以向以太网端口发送数据包，数据包会被交换机、路由器接收并处理。有了这个网络，就可以灵活地为网络添加新的功能并进行相关测试。监督式学习是一个机器学习中的方法，可以由训练资料中学到或建立一个模式(函数/learningmodel)，并依此模式推测新的实例。训练资料是由输入物件(通常是向量)和预期输出所组成。所以进行监督学习时需要大量已标记的输入数据作为训练资料。数据标注是机器学习里“监督学习”在数据准备阶段最重要的工作。监督学习本质上就是”统计“学习样本特征与标注之间的相本文档来自技高网...

【技术保护点】
1.一种基于Mininet分析网络流量生成训练集的方法，其特征在于,该方法的实现需要部署一个Mininet虚拟网络环境，在Mininet虚拟网络环境下使用攻击工具模拟虚拟主机被网络攻击的过程，通过对被攻击的虚拟主机接收到的数据包进行采集，进行被攻击时的网络流量分析，并结合攻击类型对特征数据包进行标记，最终通过多次模拟，生成能够应用于深度学习的网络攻击训练集。/n

【技术特征摘要】
1.一种基于Mininet分析网络流量生成训练集的方法，其特征在于,该方法的实现需要部署一个Mininet虚拟网络环境，在Mininet虚拟网络环境下使用攻击工具模拟虚拟主机被网络攻击的过程，通过对被攻击的虚拟主机接收到的数据包进行采集，进行被攻击时的网络流量分析，并结合攻击类型对特征数据包进行标记，最终通过多次模拟，生成能够应用于深度学习的网络攻击训练集。


2.根据权利要求1所述的一种基于Mininet分析网络流量生成训练集的方法，其特征在于，在Mininet虚拟网络环境下使用攻击工具模拟DDoS攻击、ARP攻击、BGP路径挟持任一类型的网络攻击。


3.根据权利要求2所述的一种基于Mininet分析网络流量生成训练集的方法，其特征在于，在Mininet虚拟网络环境下，对一次攻击产生的多个数据包进行统一标注，标注信息包含本次攻击工具的类型。


4.根据权利要求3所述的一种基于Mininet分析网络流量生成训练集的方法，其特征在于，在Mininet虚拟网络环境下，使用相同或不同攻击工具重复多次模拟网络攻击过程。


5.根据权利要求1所述的一种基于Mininet分析网络流量生成训练集的方法，其特征在于，在Mininet虚拟网络环境中部署抓包工具，通过抓包工具采集Mininet虚拟网络中被攻击虚拟主机产生的数据包。


6.根据权利要求5所述的一种基于Mininet分析网络流量生成训练集的方法，其特征在于，通过网络数据包分析工具对抓包工具抓取的数据包进行解析，并将数据包结...

【专利技术属性】
技术研发人员：谭强，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：山东;37