检索结果-内蒙古大学图书馆

计算机应用 2012年第11期32卷 3132-3135页

作者：胡国良林亚平王刚姚鑫湖南大学信息科学与工程学院长沙410082

针对基于软件、硬件的深度数据包检测存在处理速度慢或规则集更新困难等方面的局限性,提出一种在多核平台上基于并行Bloom过滤器组的深度数据包检测算法。算法中首先将规则集按规则的长度分组,构造一个并行Bloom过滤器组,组中每个计数式... 详细信息

针对基于软件、硬件的深度数据包检测存在处理速度慢或规则集更新困难等方面的局限性,提出一种在多核平台上基于并行Bloom过滤器组的深度数据包检测算法。算法中首先将规则集按规则的长度分组,构造一个并行Bloom过滤器组,组中每个计数式Bloom过滤器表示特定规则长度的规则集。为了减少执行过程中的冲突概率和计算量,构造了高性能的哈希函数,然后基于多核平台的并行处理能力使用并行编程实现了该算法。理论分析和实验结果表明该算法是一种时空高效的算法。

关键词：深度数据包检测规则集多核平台计数式Bloom过滤器并行Bloom过滤器组

来源：评论

学校读者我要写书评

暂无评论

高性能深度数据包检测技术研究

高性能深度数据包检测技术研究

引用

作者：霍晟湖南大学

学位级别：博士

深度数据包检测（DeepPacketInspection，DPI）是现代网络入侵检测/防御系统（NetworkIntrusionDetectionandPreventionSystems，NIDS/NIPS）的核心。随着网络技术的发展和网络流量的迅猛增长，深度数据包检测技术面临着高性能的挑战，... 详细信息

深度数据包检测（DeepPacketInspection，DPI）是现代网络入侵检测/防御系统（NetworkIntrusionDetectionandPreventionSystems，NIDS/NIPS）的核心。随着网络技术的发展和网络流量的迅猛增长，深度数据包检测技术面临着高性能的挑战，即如何满足线速的深度数据包检测和存储需求。深度数据包检测系统采用特征匹配算法进行高速的数据包负载过滤，特征匹配是计算机科学中经典问题，一般来说，确定性有限状态自动机（DeterministicFiniteAutomata，DFA）和非确定性有限状态自动机（Non-deterministicFiniteAutomata，NFA）是特征匹配算法最常用的结构，用于描述特征规则并与数据包负载进行匹配。DFA的匹配速度很快，但存在存储空间开销大的缺陷;NFA存储高效，但是匹配效率很低。因此，高性能特征匹配算法的主要研究内容在于如何设计时空高效的自动机算法。　　按照特征规则的表达语言划分，特征匹配算法可分为字符串匹配算法和正则表达式匹配算法。最早出现的特征匹配算法都是字符串匹配算法，随着网络应用类型日益复杂，正则表达式具有更强表达能力和灵活性的特点，使其逐渐替代字符串来定义特征规则。但正则表达式复杂的语义也导致基于正则表达式的特征匹配算法面临新的挑战，例如DFA的存储空间爆炸问题和多字符的自动机结构实现问题等等。　　本文将主要以时空开销为角度，讨论现代DPI系统面临的高性能挑战问题：　　首先，针对确定性有限状态自动机（DFA）和非确定性有限状态自动机（NFA）分别在时间和空间方面的优势和劣势，以及现有基于字符串规则的特征匹配算法时空互换的折衷性矛盾，本文提出了一种基于多步长索引表的NFA（MSI-NFA）算法。通过我们的分析与观察，确定对真实网络流量的特征匹配具有低频匹配成功率和高频状态迁移率的特点，MSI-NFA算法的设计针对这些真实网络流量特点，使用多步长索引表高速过滤网络流量中大部分无效内容匹配，尽量使相对低速的NFA只匹配正确的网络流量数据块。实验结果表明：在低匹配成功率的网络流量环境中，MSI-NFA算法在NFA存储优势的基础上，拥有接近DFA的匹配效率，同时，与现有主要字符串特征匹配算法相比，MSI-NFA都具有明显的时间与空间优势。　　其次，针对正则表达式的固定步长分割难题，我们提出了一种扩展的正则表达式分割方法，该方法扩展了正则表达式语义并且实现了正则表达式的多字符分割，这是建立正则表达式的多步长索引表和基于正则表达式的多步长特征匹配算法的基础。在实现了扩展正则表达式的多步长分割基础上，我们设计实现了正则表达式的多步长索引表和扩展的NFA算法（XNFA）。考虑到原MSI-NFA算法在大规模规则集下可伸缩性差的问题，我们改进了多步长索引表和MSI-XNFA的联合匹配机制，在不付出额外存储代价来提高索引步长的情况下，提高MSI-XNFA算法的可伸缩性。实验结果表明：改进的两步长索引的MSI-XNFA算法的过滤性能要优于三步长的MSI-NFA算法，且支持正则表达式规则库。　　最后，针对传统特征匹配算法单字符匹配模式的性能瓶颈问题，并考虑到现有多字符特征匹配算法都是基于精确字符串规则，本文提出了一种基于正则表达式的多步长DFA算法，包括多步长正则表达式DFA的构建和迁移表的压缩。我们设计了迁移边融合算法（TransitionMergingAlgorithm，TMA）来将单步长的DFA转化为任意多步长的DFA。此外，本文针对多步长DFA指数级的存储开销增长问题，提出了一种分别融合冗余状态和输入标识的迁移表压缩算法，减少多步长DFA的存储空间开销。实验结果表明：相比原始DFA，4步长DFA能够具有69.9%的吞吐量加速比，且减少了65.1%的匹配时间开销;迁移表压缩算法能够减少两步长DFA迁移表中2.1%-37.9%的状态和51.3%-87.2%的迁移边，整体存储空间减少了52.3%-92.1%。

关键词：深度数据包检测特征匹配有限状态自动机

来源：评论

学校读者我要写书评

暂无评论

深度数据包检测方法及装置

深度数据包检测方法及装置

引用

作者：杨贻宏 200120 上海市浦东新区自由贸易试验区祖冲之路1505弄100号3幢2层K单元

本申请实施例提供一种深度数据包检测方法及装置，通过对探测到的数据包的数据流特征中的各数据流成分进行数据预测，从而能够对未来单位时间内的数据流特征的威胁感知情况进行预测分类，以使得威胁感知检测能够及时应对数据包的变化，... 详细信息

标准号: CN110995769B

本申请实施例提供一种深度数据包检测方法及装置，通过对探测到的数据包的数据流特征中的各数据流成分进行数据预测，从而能够对未来单位时间内的数据流特征的威胁感知情况进行预测分类，以使得威胁感知检测能够及时应对数据包的变化，降低数据包会快速发生变化时计算机安全的影响。

关键词：数据包数据流特征感知深度数据包检测计算机安全数据流数据预测威胁探测分类检测预测申请

来源：评论

学校读者我要写书评

暂无评论

深度数据包检测方法、装置及可读存储介质

深度数据包检测方法、装置及可读存储介质

引用

作者：杨贻宏 200120 上海市浦东新区自由贸易试验区祖冲之路1505弄100号3幢2层K单元

本申请实施例提供一种深度数据包检测方法、装置及可读存储介质，通过对探测到的数据包的数据流特征中的各数据流成分进行数据预测，从而能够对未来单位时间内的数据流特征的威胁感知情况进行预测分类，以使得威胁感知检测能够及时应对... 详细信息

标准号: CN110995769A

本申请实施例提供一种深度数据包检测方法、装置及可读存储介质，通过对探测到的数据包的数据流特征中的各数据流成分进行数据预测，从而能够对未来单位时间内的数据流特征的威胁感知情况进行预测分类，以使得威胁感知检测能够及时应对数据包的变化，降低数据包会快速发生变化时计算机安全的影响。

关键词：数据包数据流特征感知深度数据包检测可读存储介质计算机安全数据流数据预测威胁探测分类检测预测申请

来源：评论

学校读者我要写书评

暂无评论

因子分解机算法在基于深度数据包检测的手机应用推荐中的应用

引用

计算机应用 2016年第2期36卷 307-310页

作者：孙良君范剑锋杨婉琪史颖欢中博信息技术研究院有限公司南京210012 计算机软件新技术国家重点实验室(南京大学) 南京210046

为了从网络数据包中抽取相关特征进行手机应用推荐,使用江苏电信运营商在互联网服务提供商(ISP)机房抽取的网络深度数据包数据,从中抽取运营商所关心的热点手机用户的App访问信息,然后使用基于矩阵分解(包括奇异值分解(SVD)和非负矩阵分... 详细信息

为了从网络数据包中抽取相关特征进行手机应用推荐,使用江苏电信运营商在互联网服务提供商(ISP)机房抽取的网络深度数据包数据,从中抽取运营商所关心的热点手机用户的App访问信息,然后使用基于矩阵分解(包括奇异值分解(SVD)和非负矩阵分解(NMF))的推荐算法、奇异值分解推荐算法以及因子分解机推荐算法进行手机App推荐。实验表明,因子分解机算法取得了较好的推荐效果。这说明因子分解机在手机应用推荐的场景中可以更好地描述用户和物品之间的隐含关联。

关键词：手机App 深度数据包检测奇异值分解非负矩阵分解因子分解机

来源：评论

学校读者我要写书评

暂无评论

一种面向深度数据包检测的紧凑型正则表达式匹配算法

引用

中国科学：信息科学 2010年第2期40卷 356-370页

作者：黄昆张大方谢高岗金军航湖南大学计算机与通信学院长沙410082 湖南大学软件学院长沙410082 中国科学院计算技术研究所北京100190

深度数据包检测(Deep Packet Inspection,DPI)采用正则表达式匹配算法,将每个数据包内容与一组预定义的特征进行匹配.正则表达式匹配算法是一种多模式特征匹配算法,采用确定型有限自动机(Deterministic Finite Automaton,DFA)表示一组... 详细信息

深度数据包检测(Deep Packet Inspection,DPI)采用正则表达式匹配算法,将每个数据包内容与一组预定义的特征进行匹配.正则表达式匹配算法是一种多模式特征匹配算法,采用确定型有限自动机(Deterministic Finite Automaton,DFA)表示一组正则表达式特征,实现一次内容扫描可匹配多个特征.基于硬件的正则表达式匹配算法面临存储空间需求大等挑战,即片上嵌入式存储器难以存储日益增长的DFA存储空间需求,从而限制了DPI的性能和可伸缩性.近年来,Smith等人提出了一种基于扩展有限自动机(eXtended Finite Automaton,XFA)的正则表达式匹配算法,即在状态上增加辅助变量和简单操作指令,消除了DFA状态空间爆炸问题,从状态方面减少存储空间需求.为了进一步减少XFA存储空间需求,本文提出了一种基于紧凑型有限自动机(Compact Finite Automaton,CFA)的正则表达式匹配算法,称为紧凑型正则表达式匹配算法.CFA是一种存储高效的有限自动机,即从迁移边方面减少XFA存储空间需求.在CFA构建过程,本文提出了基于优先级的迁移边压缩方法,融合相同目的状态最多的迁移边,从而减少存储空间需求;在CEA匹配过程,本文提出了基于位图的迁移边查找方法,并行查找不同优先级的迁移边子集,从而确保匹配效率.Snort特征规则集的实验结果表明:与XFA相比,CFA在迁移边条数上减少了88.2%,在存储空间大小上减少了83%,在匹配时间上减少了12%.

关键词：网络安全深度数据包检测特征匹配有限自动机正则表达式

来源：评论

学校读者我要写书评

暂无评论

一种面向深度数据包检测的索引拆分Bloom过滤器

引用

中国科学：信息科学 2010年第8期40卷 1062-1077页

作者：黄昆张大方湖南大学计算机与通信学院长沙410082 湖南大学软件学院长沙410082

高速数据包处理迫切需要时空高效的深度数据包检测(DPI),满足其线速处理和低存储空间需求.Trie位图内容分析器(TriBiCa)采用片上位图Trie树来实现元素的最小完美Hash;但是,TriBiCa存在更新开销高和假阳性访问次数多等问题.共享节点快速H... 详细信息

高速数据包处理迫切需要时空高效的深度数据包检测(DPI),满足其线速处理和低存储空间需求.Trie位图内容分析器(TriBiCa)采用片上位图Trie树来实现元素的最小完美Hash;但是,TriBiCa存在更新开销高和假阳性访问次数多等问题.共享节点快速Hash表(SFHT)采用片上计数Bloom过滤器(CBF)来实现硬件Hash表的快速查找;但是,SFHT存在更新开销高和存储空间需求大等问题.文中提出了一种索引拆分Bloom过滤器(ISBF).ISBF是由片上多组并行CBF和片外元素集构成,其核心思想是:元素的片外索引值被拆分成多组比特,每组比特采用多个片上并行CBF表示元素集;当查询元素时,每组并行CBF产生多个比特值,并合成候选元素的片外索引值.为了降低ISBF的更新开销,文中又提出了懒惰删除(lazyd eletion)算法和空缺插入(vacant insertion)算法,即采用一个片上删除位图,仅在片上并行CBF中删除或插入元素,而不需要调整其他元素的片外索引值.ISBF是一种时空高效的数据结构,其插入、删除和查询操作的平均片外存储器访问次数均为O(1);与TriBiCa和SFHT相比,ISBF在片上存储空间大小上分别减少2b倍和b倍,其中b为索引拆分的比特位数.实验结果表明,ISBF支持快速和存储高效的查找,即显著地减少片外存储器访问次数、处理时间以及片上和片外存储空间需求.

关键词：网络安全数据包处理深度数据包检测 Hash表 Bloom过滤器

来源：评论

学校读者我要写书评

暂无评论

基于深度数据包检测的入侵检测系统研究与实现

基于深度数据包检测的入侵检测系统研究与实现

引用

作者：閤成斌中国科学院研究生院

学位级别：硕士

当前网络入侵越来越复杂，其触角逐渐向上层延伸。基于深度数据包检测(DPI，Deep packet Inspection)的入侵检测是入侵检测的发展方向，也是人们研究的热点。该技术可以更加准确地对入侵行为进行深度检测，过滤报文里的入侵流量和攻击... 详细信息

当前网络入侵越来越复杂，其触角逐渐向上层延伸。基于深度数据包检测(DPI，Deep packet Inspection)的入侵检测是入侵检测的发展方向，也是人们研究的热点。该技术可以更加准确地对入侵行为进行深度检测，过滤报文里的入侵流量和攻击行为，提高系统的安全性，从而保护网络的正常运行。因此，本课题的研究对网络安全性具有一定贡献，同时将会对新技术的研究提供理论和技术支持。\n 本文基于信息安全对经济、文化、军事和社会活动的重要影响，针对网络安全的现状及特点，研究了将深度数据包检测技术应用于入侵检测技术。\n 本文的主要工作包括如下几个方面：\n (1)论文对网络防御关键技术进行了重点研究，涉及入侵检测技术、入侵检测系统、数据包捕获技术、深度数据包检测技术等。\n (2)论文对基于深度数据包检测的入侵检测系统进行分析与设计，将该系统分为数据包采集模块、分析模块和知识库模块三个模块。\n (3)本文在分析与设计的基础上对系统进行实现。在数据采集模块中主要采用BPF的Libpcap技术，在分析模块中主要采用BM算法以实现模式匹配。\n (4)论文在技术实现的基础上，搭建了测试平台，对系统功能进行测试。\n 测试结果表明，该入侵检测系统能够对未知入侵行为进行有效检测和过滤，为及时发现安全隐患、防患于未然和安全防护体系的建设规划提供必要的工具支持和依据。

关键词：深度数据包检测入侵检测数据包采集模式匹配算法网络安全

来源：评论

学校读者我要写书评

暂无评论

基于深度数据包检测与深度数据流检测相结合的业务识别技术研究

基于深度数据包检测与深度数据流检测相结合的业务识别技术研究

引用

作者：王梁东南大学

学位级别：硕士

随着互联网的高速发展和各种应用协议的复杂化，传统的基于端口的识别方法已经不够准确。一方面：深度数据包检测作为目前主流的网络业务识别技术，有识别准确率高，识别的业务类别分类细等特点，但同时存在着识别效率低，维护成本高，... 详细信息

随着互联网的高速发展和各种应用协议的复杂化，传统的基于端口的识别方法已经不够准确。一方面：深度数据包检测作为目前主流的网络业务识别技术，有识别准确率高，识别的业务类别分类细等特点，但同时存在着识别效率低，维护成本高，对加密的网络流量无法识别的缺点。另一方面：深度数据流检测技术由于其高效，并且可以对加密的网络业务进行大类的识别等特点，在网络业务识别领域受到越来越多的关注，但是深度流检测技术也存在着识别准确率低，需要事先得到数据流的统计特征等缺点。本文围绕深度数据包检测和深度数据流检测各自存在的优缺点，提出一种基于深度数据包检测和深度流检测相结合的业务识别技术，将两种技术的优点相结合来进行网络业务的识别工作。具体研究内容如下：\n 研究了深度数据包检测技术。首先，介绍了采用深度数据包检测技术进行业务识别工作涉及的相关技术，主要包括网络数据包封装原理、应用层特征字的表示方式、应用层特征字的位置规律。其次，分析了常用的模式串匹配算法，并对不同算法的时间和空间复杂度进行了分析。最后，提出了采用确定性有限自动机作为特征字匹配的引擎以及采用单报文匹配方式对网络数据进行匹配。\n 研究了基于支撑向量基的深度数据流检测技术。首先，从深度数据包检测技术无法对加密业务进行识别，以及识别效率低等缺点入手，阐述了深度流检测产生的原因。其次，从线性可分情形、线性不可分情形、核函数类型三个方面分析了SVM的原理。最后，对基于SVM的业务识别的三个工作工作阶段，分别是样本获取阶段、分类器构建阶段、分类器评测阶段进行了分析。其中样本获取阶段包含网络数据采集、网络流形成、流特征计算、流应用类型标注四个模块，通过查阅外刊文献最后采用了“一对一”的方法进行分类器的构建。\n 实现了将深度数据包检测和深度数据流检测相结合的业务识别技术。首先，给出了将深度数据包检测和深度数据流检测相结合的业务识别技术的软件框图。主要包括流表检测、业务识别、样本获取、训练、分类预测五个模块和一个应用层特征字库。其次，介绍了如何在Linux系统的Netfilter框架下使用iptables工具在NF IP FORWARD钩子函数中实现流表检测模块。之后，详细介绍了业务识别模块的两种实现方式，并列出了用到的主要接口函数。最后对采用支持向量机的深度流检测的三个阶段的实现进行了详细介绍。\n 搭建了基于深度数据包检测和深度数据流检测相结合的业务识别系统的试验平台并对该系统进行了测试。首先，讲述了平台的搭建过程，包括用到的硬件设备、开发环境、以及交叉编译工具。其次，对深度包检测的效果进行了验证。最后，对深度流检测效果进行了测试。

关键词：深度数据包检测深度数据流检测支持向量机业务识别技术

来源：评论

学校读者我要写书评

暂无评论

面向深度数据包检测的正则表达式匹配算法研究

面向深度数据包检测的正则表达式匹配算法研究

引用

作者：王焕云湖南大学

学位级别：硕士

随着科技的发展，网络应用层出不穷，各种攻击也日益猖獗，给网络信息安全带来了严重威胁。深度数据包检测（Deep Packet Inspection,DPI）是网络入侵检测与防御系统（Network Intrusion Detection/Prevention System,NIDS/NIPS）的核... 详细信息

随着科技的发展，网络应用层出不穷，各种攻击也日益猖獗，给网络信息安全带来了严重威胁。深度数据包检测（Deep Packet Inspection,DPI）是网络入侵检测与防御系统（Network Intrusion Detection/Prevention System,NIDS/NIPS）的核心，常用正则表达式来描述攻击规则的特征，不仅检查数据包的头部也检查数据包的有效载荷。正则表达式匹配（Regular Expression Matching,REM）是DPI的主要组成部分。传统的正则表达式匹配算法常采用非确定有限自动机（NondeterministicFinite Automaton,NFA）和确定有限自动机（DeterministicFinite Automaton,DFA）来实现。NFA存储空间需求小，但带宽需求大；而DFA带宽需求小，但存储空间大。因此构建时空高效的正则表达式匹配算法成为当前深度数据包检测的研究热点之一。为了对DFA的存储空间进行有效的压缩，本文提出一个简单新颖的基于行程累加长度压缩的正则表达式匹配算法（Run Accumulation Length Encoding DFA,RALE-DFA）。该算法引入正则表达式集的出现字符集对字母表进行压缩，并利用RALE算法对字母压缩迁移表进行进一步压缩，同时位图被用来加快匹配过程。实验结果表明，RALE-DFA算法有效的减少了DFA的存储空间开销。与原始DFA算法、CSDFA（Character Substitution DFA）算法和D2FA（DelayedInputDFA,D2FA）算法相比，RALE-DFA算法的存储空间开销分别减少了95.81%98.56%、48.17%73.34%和38.09%76.15%。在某些情况下，正则表达式中包含长度限制子表达式会导致DFA状态爆炸，并使得DFA无法构建。为解决长度限制带来的问题，本文在计数自动机（CountingFA,Counting-FA）的基础上提出了跳跃计数自动机（Jump Counting FA,Jump-CFA）算法。该算法将长度限制部分与正则表达式相分离，并对长度限制部分实施跳跃和计数策略来减少DFA状态并且提高DFA匹配速度。实验结果表明，Jump-CFA算法有效的解决了长度限制问题；与传统的DFA算法和Counting-DFA算法相比，Jump-CFA算法的自动机状态数分别减少了73%96%和5%18%；Jump-CFA与Counting-FA相比匹配速度提高了2到10倍。

关键词：深度数据包检测正则表达式匹配有限自动机行程累加长度编码跳跃计数自动机

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：