基于相空间重构的网络流量RBF神经网络预测

应用混沌理论，分析了网络流量，用单变量的网络流量时闯序列重构与网络动力系统等距同构的相空间，进而计算了实际网络的关维数和Lyapunov指数，并证实了网络流量存在混沌特性；据此建立了基于径向基函数（RBF）神经网络的模型，并对实际网络数据流进行了预测。仿真结果表明，相对于其他前馈神经网络预测，基于混沌理论的RBF神经网络预测方法学习速度快，预测精度高。     

基于流量线性相关的IP网物理拓扑发现算法

IP网络物理拓扑发现通常依据设备的地址转发表(AFT, Address Forward Table)实现,相关数据通过简单网管协议(SNMP, Simple Network Management Protocal)获取.但在实际网络中,由于各种因素这种方法发现的结果往往不精确甚至有错误.提出基于网络流量特征的拓扑发现算法.首先将网络设备接口流量随时间的变化看作随机过程,给出接口速率的相关函数定义;然后证明了物理直连的设备接口间的网络流量具有最高的线性相关性;进而提出了基于接口流量线性相关性的IP网络物理拓扑直连关系的发现算法,实现对物理拓扑的最似然估计.最后,在实际网络中对该算法进行了验证.      

一种新的网络流量异常检测方法

针对传统检测方法存在的问题，提出了一种新型的网络流量异常检测方法。在对网络流量的自相似性参数：Hurst参数、Hurst参数的时变函数H(t)的分析基础上，对网络流量异常带来的自相似性变化做了研究，并通过检测自相似性变化的异常来判断网络流量异常的出现。研究表明，这种基于网络流量的统计分析方法能够检测出网络流量异常。     

基于FTP协议网络流量模拟的设计与实现

针对网络实验室中难以实现与真实网络环境一致、需要进行网络流量模拟的问题,提出了一种基于FTP协议的网络流量模拟方案。基于FTP协议特点和网络流量模拟需求,详细分析了网络流量模拟系统的架构、运行拓扑结构,设计了FTP流量的生成算法。通过实验证明,实现的模拟系统可以对模拟流量的发送速度和时长进行设定,而且可以随时进行更改,满足了虚拟网络流量的要求,为网络安全试验提供了模拟的网络测试环境。     

基于混沌特性的网络流量预测

高速网络中存在着以自相似为特征的多种业务流量,这种自相似特征和混沌现象的吸引子有着紧密的联系。本文基于混沌时间序列重构相空间理论,根据最大Lyapunov指数,分别采用W o lf原始算法和改进算法,对高速网络中自相似信源的速率进行了预测,并给出了最大可预报时间。仿真结果表明,W o lf改进算法预测精度及可靠性更高。     

基于CDH的校园网络流量大数据平台的设计与实现

利用DPDK和sericate对校园网络流量进行实时的采集和初步提取解析后,形成规范的Json格式应用级流量日志数据。然后运用大数据相关技术对其进行分析和挖掘,力求用最直接的数据方式来呈现证实安全威胁的存在和威胁行为的发展态势。文章以桂林航天工业学院实际的校园网络流量大数据平台为例,证明了大数据技术应用于安全态势感知的可行性和有效性。