• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于NetFlow的特征感知自適應(yīng)的流采樣方法

    2014-08-05 02:40:38劉晨光劉偉輝燕麗艷
    計算機(jī)工程與應(yīng)用 2014年24期
    關(guān)鍵詞:數(shù)據(jù)流IP地址數(shù)據(jù)包

    劉晨光,劉偉輝,燕麗艷

    1.江蘇師范大學(xué) 信息網(wǎng)絡(luò)中心,江蘇 徐州 221116

    2.江蘇師范大學(xué) 圖書館,江蘇 徐州 221116

    基于NetFlow的特征感知自適應(yīng)的流采樣方法

    劉晨光1,劉偉輝2,燕麗艷1

    1.江蘇師范大學(xué) 信息網(wǎng)絡(luò)中心,江蘇 徐州 221116

    2.江蘇師范大學(xué) 圖書館,江蘇 徐州 221116

    1 概述

    在網(wǎng)絡(luò)監(jiān)控和異常檢測中,經(jīng)常使用采樣來處理大量的網(wǎng)絡(luò)流。已有的很多采樣方法,主要是優(yōu)化、保留較低層次的參數(shù),如流量值的大小或數(shù)據(jù)包的數(shù)量。然而,使用采樣獲得的數(shù)據(jù)進(jìn)行更高級的分析,如網(wǎng)絡(luò)行為分析,就會出現(xiàn)很多問題,因?yàn)椴蓸訒?yán)重?fù)p壞異常檢測及分析算法的有效性[1]。這些算法大多是基于模式識別和統(tǒng)計分析的,流量特征的失真破壞了它們關(guān)于流量特征的假設(shè),顯著增加了這些方法的誤差程度。

    通過分析NetFlow/IPFIX的流采樣信息,提出一個理想的采樣模型,利用此模型可以分析采樣對于異常檢測在信息處理中的影響;提出了后期采樣的概念,它可以顯著改善采樣方法的性能;然后提出了特征感知的自適應(yīng)采樣方法,它優(yōu)化了采樣算法的行為,文章最后描述了實(shí)驗(yàn)結(jié)果的評價。

    2 采樣技術(shù)介紹

    網(wǎng)絡(luò)監(jiān)控常用的采樣技術(shù)通常分為包采樣和流采樣?;诎牟蓸蛹夹g(shù)工作在數(shù)據(jù)包的級別,每個數(shù)據(jù)包被隨機(jī)采樣,隨機(jī)概率取決于所使用的采樣方法。主要優(yōu)點(diǎn)是,減少路由器內(nèi)存和CPU資源的消耗,提高監(jiān)控高速網(wǎng)絡(luò)的可能性。

    流采樣的情況下,被監(jiān)控的流量匯集成一條網(wǎng)絡(luò)流,采樣本身不再是數(shù)據(jù)包,而是整個流的一部分。主要優(yōu)點(diǎn)是比數(shù)據(jù)包采樣更準(zhǔn)確[2],但它會消耗更多的內(nèi)存和CPU資源。

    盡管包采樣很容易實(shí)施,但它會帶來顯著的統(tǒng)計誤差[2-3],包采樣的典型應(yīng)用包括以計劃和管理為目的研究[4-5]。關(guān)于包采樣的更深入研究是自適應(yīng)的包采樣技術(shù)[5-6]。這些技術(shù)根據(jù)當(dāng)前的網(wǎng)絡(luò)負(fù)載情況調(diào)整采樣頻率,可以獲得更加準(zhǔn)確的流量統(tǒng)計。文獻(xiàn)[7]中描述了一種自適應(yīng)非線性的采樣方法,文獻(xiàn)[8]和文獻(xiàn)[9]提出基于流的自適應(yīng)采樣方法,它們都可以保留大、小流量的分布特性。

    在文獻(xiàn)[10]中提出了一種新類型的數(shù)據(jù)包采樣,它改進(jìn)了異常檢測的質(zhì)量。數(shù)據(jù)包的檢測在網(wǎng)絡(luò)中的各個地方(有路由器的位置),并對數(shù)據(jù)包做出正?;蚍钦5臉?biāo)記,非正常的數(shù)據(jù)包會以很高的概率被采樣。

    智能采樣[2]和采樣保持[11]技術(shù)可以減少內(nèi)存需求,這些技術(shù)都側(cè)重于大流量的評估。文獻(xiàn)[12]介紹了一種包采樣和流采樣的組合技術(shù),作者提出了兩個階段的采樣,在第一階段進(jìn)行流采樣,第二階段從第一階段中采樣的流中進(jìn)行包采樣。文獻(xiàn)[13]對流采樣和智能采樣也進(jìn)行了詳細(xì)的比較,流采樣在保持流量的分布特征方面有其優(yōu)點(diǎn),而智能采樣技術(shù)更注重在大流量采樣中的應(yīng)用。

    有些研究不僅注重采樣方法的準(zhǔn)確性,而對異常檢測效率的研究也在加強(qiáng)。文獻(xiàn)[1]評估了一些采樣技術(shù)是如何影響異常檢測算法的性能,如隨機(jī)包采樣、隨機(jī)流采樣、智能采樣和智能保持采樣。研究結(jié)果證明,隨機(jī)包采樣具有偏差可測性并且降低了算法的有效性。

    文獻(xiàn)[14]提出了選擇性流采樣,優(yōu)先小流量采樣,明顯改善了異常檢測方法的效果,但這種采樣技術(shù)在保留流量分布特征方面存在著偏差,僅用于特定場合的異常檢測。

    表1中描述了幾種采樣方法的適用性,可以看出大部分的采樣方法適用于流量監(jiān)控,可以很好地保留網(wǎng)絡(luò)流量特征;也可以看出隨機(jī)流采樣在三個方面都適用;選擇性采樣方法僅適用于異常檢測。

    表1 采樣方法的適用性

    3 理想的采樣模型

    從網(wǎng)絡(luò)安全的角度來看,理想的流采樣過程是用來選擇最相關(guān)的數(shù)據(jù)流。在這個過程中,采樣結(jié)果表現(xiàn)出來的分布特征損失最小。多數(shù)的異常檢測方法都使用數(shù)據(jù)流的統(tǒng)計分布特征對網(wǎng)絡(luò)流量建模,這樣可保留更多的統(tǒng)計特征,使得信息損失達(dá)到最小化。

    假定每個流x由一組元素來確定,如IP地址、協(xié)議、流量、數(shù)據(jù)包或字節(jié),把第k個流的特征表示為Xk,采樣一個流x的概率為 p(x),采樣的時刻在特征點(diǎn),特征點(diǎn)根據(jù)特征值來計算。特征點(diǎn)包括以下兩種:

    (1)特征計數(shù)c(x|Xk):表示符合特征 Xk的數(shù)據(jù)流x的個數(shù)統(tǒng)計。

    (2)特征熵eXk(x|Xl):表示特征 Xk的熵,這些特征與流x的特征Xl相同。

    將原始有限的、未采樣的數(shù)據(jù)集表示為U,已經(jīng)采樣的數(shù)據(jù)集表示為S。因此,cS(x|srcIP)表示流x的數(shù)量,x來自于帶有相同的源IP地址的數(shù)據(jù)流采樣集S。而eUsIP(x|dP)表示源IP地址的熵,這些源IP地址來自于數(shù)據(jù)集U,相應(yīng)的目的端口和流x的目的端口相同。多個流的特征計數(shù)表示為c(x|X1,X2,…,Xq)。

    通過使用特征點(diǎn),在大多數(shù)的異常檢測方法中都可以計算NetFlow流的特征。信息丟失改變了它們原有的數(shù)值,因而影響了這些特征點(diǎn)數(shù)據(jù)的計算。因此,理想的采樣應(yīng)該使這種信息丟失最小化。

    定義1 S1,S2,…,Sm表示以概率 p(x)從U中選擇的各個數(shù)據(jù)流集,特征點(diǎn)c(x|Xk)是可逆的當(dāng)且僅當(dāng):

    特征點(diǎn)可逆確保了信息丟失最小化。

    把描述正?;奶卣鼽c(diǎn)exk(x|Xl)的相對不確定性表示為:

    定義特征點(diǎn)的可逆性,是使用相對不確定的值而不是熵值,因?yàn)橄鄬Σ淮_定的值能更好地說明特征分布。

    定義2 S1,S2,…,Sm表示以概率 p(x)從U中選擇的各個數(shù)據(jù)流集,特征點(diǎn)exk(x|Xl)是可逆的當(dāng)且僅當(dāng):

    定義3 Xi表示第i個流的特征,特征 Xi的特征變量ν(XiU)定義為在集U中的特征Xi不同值的數(shù)量。

    定義4概率 p(x)的采樣定義為以下的過程:

    (1)所有的特征點(diǎn)都是可逆的(包括計數(shù)和熵)。

    每個標(biāo)準(zhǔn)適合不同類型的異常檢測方法,對基于統(tǒng)計和模式識別的方法來說,可逆的特征點(diǎn)是必不可少的;對基于知識庫的方法來說,特征可變性也是必不可少的。這個過程定義了兩個質(zhì)量指標(biāo),適用于任何已經(jīng)實(shí)施的采樣方法,可以量化檢測結(jié)果的質(zhì)量,包括:

    (1)特征描述,描述了從理想分布中得到的概率分布誤差(區(qū)間[0,1]),包括:

    在可逆點(diǎn)c(x|Xk)進(jìn)行誤差計算:

    將用這兩個指標(biāo)來分析各種采樣技術(shù)的特點(diǎn)。

    4 采樣算法

    本章中介紹特征感知的自適應(yīng)采樣算法,它是采用多級處理過程的異常檢測算法,這些算法可以改善采樣質(zhì)量,減少采樣帶來的誤差。

    4.1 后期采樣

    特征描述和特征覆蓋兩者的標(biāo)準(zhǔn)存在著一定的矛盾,改善其中的一個方面,如加強(qiáng)采樣率,將直接對另一方面產(chǎn)生負(fù)面的影響。本文提出的算法通過對特征提取的劃分,來避免這些標(biāo)準(zhǔn)的沖突,但需要在采樣之前來完成,這樣做會增加很多的計算成本,但可以大大節(jié)省后面特征提取階段的計算成本。

    目前,執(zhí)行早期采樣的技術(shù)是在采樣之后計算特征點(diǎn)的統(tǒng)計數(shù)據(jù),這會導(dǎo)致精度的不準(zhǔn)確[14],優(yōu)點(diǎn)是不需要處理特征點(diǎn)的初始化過程。

    而后期采樣是在系統(tǒng)采樣之前計算特征點(diǎn)的統(tǒng)計數(shù)據(jù),特征點(diǎn)是由原始的、完整的數(shù)據(jù)集計算出來的。這種采樣方法對于采樣技術(shù)本身以及后續(xù)的異常檢測來說,能夠使用原始數(shù)據(jù)集的統(tǒng)計信息,提高了精確度。

    4.2 特征感知的自適應(yīng)采樣算法

    特征感知的自適應(yīng)采樣算法基于這樣的假設(shè),在單個數(shù)據(jù)集中流的增量值隨著已經(jīng)存在于這個數(shù)據(jù)集中的相似流數(shù)量的增加而降低,其中,增量值由一個或多個特征值來定義。這可以縮減巨大的數(shù)據(jù)流集,對少量的小數(shù)據(jù)流也會關(guān)注。從安全的角度來看,大的和小的數(shù)據(jù)流具有同等的重要性,在異常檢測時具有或大或小的影響,把最重要的特點(diǎn)表示為主要的特征,其余的表示為次要的特征。

    定義5X1,X2,…,Xk表示主要特征,主要概率定義為符合特征X1,X2,…,Xk的流x被選中到采樣集中的概率:其中,參數(shù)s∈[0,1],表示采樣率,閥值t是在分布中定義的一個點(diǎn)。采樣技術(shù)初始設(shè)置采樣率與時間大小成比例,較大的時間值,設(shè)置較低的采樣率。減少在閥值以上的、具有較大時間值的攻擊的采樣數(shù)量,不影響異常檢測的有效性,因?yàn)檫@些攻擊很容易被檢測到。而需要保持采樣流的總數(shù)量沒有變化時,采樣率的降低則允許增加采樣頻率。

    定義6 X1,X2,…,Xk表示主要特征,Xi表示次要特征,次要概率定義為符合特征 Xi的數(shù)據(jù)流x被選中到采樣集中的概率:

    其中,參數(shù)d∈(0,1],描述了相同方向標(biāo)識流(RU->0)或另一方向流的集增量信息值的降低程度,大部分的流是不同的(RU->1)。參數(shù)ε決定了間隔的大小。

    定義7 X1,X2,…,Xk表示主要特征,Xk+1,Xk+2,…,Xn表示次要特征,特征感知的自適應(yīng)采樣選擇流 x的概率是:

    其中εp≥0表示由次要概率引起的采樣流數(shù)量的減少,根據(jù)引用等式(2)計算的參數(shù)S保證了定理的陳述。

    特征感知的自適應(yīng)采樣可以修改采樣概率以便反映網(wǎng)絡(luò)流量的特征分布。它根據(jù)時間值的大小選擇流,目的是擬制巨大的、容易發(fā)現(xiàn)的事件,并且注重從小的流中獲取有用的信息,而稍微改變一下這些特征分布,更有利于異常檢測。特征感知的自適應(yīng)采樣也提出了如定理1中陳述的采樣流量總和的上限,這個定理保證了采樣流總和不會超過預(yù)定義的限制。

    5 實(shí)驗(yàn)評價

    采樣評估的目標(biāo)是在實(shí)際的網(wǎng)絡(luò)流數(shù)據(jù)中比較各種采樣算法的適用性。首先,考察采樣方法在流量特征方面的影響,自適應(yīng)方法的設(shè)置如下:c(x|srcIP)為主要特征,esrcPrt(x|srcIP),edstIP(x|srcIP)以及edstPrt(x|srcIP)為次要特征,d=0.8,ε=0.1,t=1 000。

    直接在真實(shí)的萬兆校園網(wǎng)絡(luò)中進(jìn)行攻擊實(shí)驗(yàn),會傷害到普通用戶的網(wǎng)絡(luò)服務(wù),因此在獨(dú)立的測試實(shí)驗(yàn)平臺上執(zhí)行一套攻擊實(shí)驗(yàn),然后將這些攻擊插入到實(shí)際的校園流量環(huán)境中。

    實(shí)驗(yàn)攻擊分兩次進(jìn)行,第一次攻擊是從一個攻擊者的IP地址到受害者的IP地址的垂直掃描。這次攻擊開始設(shè)置每5 min 250個流,逐步增長到每5 min 1百萬個流;第二次攻擊比較隱蔽,攻擊者首先發(fā)起較大規(guī)模的DDos攻擊,同時發(fā)起強(qiáng)度很小的、但更嚴(yán)重的SSH暴力攻擊,以這種方式來攻擊本網(wǎng)絡(luò)上的其他用戶。

    5.1 保留網(wǎng)絡(luò)特征的性能分析

    通過使用前文中描述的測量方法,比較隨機(jī)性的、選擇性的和自適應(yīng)的三種采樣技術(shù),評估它們保留網(wǎng)絡(luò)特征的性能。對這種評估來說,使用的網(wǎng)絡(luò)流量來自于巨大的DDos攻擊和隱藏的SSH暴力攻擊。

    首先,評估兩個被廣泛應(yīng)用于異常檢測的指標(biāo),源IP地址c(x|srcIP)的數(shù)量以及給定源IP地址對應(yīng)的目標(biāo)IP地址edstIP(x|srcIP)的熵。特征值越低,特征點(diǎn)的可逆性越好。從表2中可以看出,隨機(jī)采樣技術(shù)優(yōu)于其他采樣技術(shù),而選擇性采樣技術(shù)的可逆值相對最小,所以可逆性最好。然而,由于采用可變的采樣率,使得自適應(yīng)采樣在熵時刻,具有最小的重構(gòu)誤差。

    表2 源地址的數(shù)量和目標(biāo)地址熵特征描述測量

    其次,比較源地址和目標(biāo)地址的特征覆蓋情況,以便發(fā)現(xiàn)更好的方法來保留特征可逆性。從表3中可以看出,選擇源IP地址作為主要特征,得到特征覆蓋的性能參數(shù)值較大,特別是應(yīng)用于自適應(yīng)采樣中表現(xiàn)得更為明顯。而選擇目標(biāo)IP地址作為主要特征時,相對的結(jié)果要差一些。

    表3 源地址和目標(biāo)地址特征覆蓋測量

    在評估中,證明了自適應(yīng)采樣比選擇性采樣具有更好的可逆性,特別是涉及到主要特征的某些值,甚至超過隨機(jī)采樣,這使得自適應(yīng)采樣在保留網(wǎng)絡(luò)特征方面更有前途。因此,主要特征的選擇對于采樣后面的檢測技術(shù)是非常關(guān)鍵的。

    5.2 異常檢測結(jié)果的質(zhì)量分析

    本節(jié)中,評估模擬攻擊時的檢測質(zhì)量,使用的技術(shù)及數(shù)據(jù)包括:各種流采樣技術(shù);已采樣和未采樣部分?jǐn)?shù)據(jù);已采樣和未采樣原始數(shù)據(jù)集的統(tǒng)計信息。

    具體的說,比較四種類型的采樣技術(shù),隨機(jī)E、隨機(jī)L、選擇L和自適應(yīng)L,其中大寫字母E和L表示早期采樣和后期采樣。首先,通過網(wǎng)絡(luò)行為異常檢測設(shè)備CAMNEP[15]的測量得到了檢測數(shù)據(jù)集,在此數(shù)據(jù)集中,比較了這四種采樣方法的檢測質(zhì)量,Quality=ε-Θˉ(φj),它表示了全局閥值ε的可信度和攻擊流Θˉ(φj)的平均可信度之間的差。

    (1)掃描方案:首先評估關(guān)于大規(guī)模TCP掃描的采樣方法

    在圖1中,根據(jù)已經(jīng)選擇的模擬攻擊流的總量來比較每種方法的采樣數(shù)量。掃描檢測中,選擇采樣方法的適應(yīng)性在不斷增大的攻擊數(shù)量時,表現(xiàn)得更好。自適應(yīng)采樣在檢測較小規(guī)模掃描時的概率更高,而大規(guī)模的攻擊則以較低的概率采樣,結(jié)果是在所有的采樣流中,對小事件的檢測并沒有減小。

    圖1 TCP掃描(采樣率1∶5)

    圖2中描繪了采樣流量中模擬TCP掃描的比例,當(dāng)使用選擇采樣時,最后的攻擊規(guī)模占80%的采樣數(shù)據(jù),而使用自適應(yīng)采樣時,這個數(shù)據(jù)僅有40%。因此,自適應(yīng)采樣能很好地應(yīng)對攻擊流量的采樣。

    圖3描繪了質(zhì)量檢測的結(jié)果,后期選擇性采樣、后期自適應(yīng)采樣和未采樣的方法都成功地檢測了所有規(guī)模的攻擊。相反,后期隨機(jī)的、尤其是早期的隨機(jī)檢測沒有檢測到第一波較小規(guī)模的攻擊。

    圖2 TCP掃描(采樣率1∶5)

    圖3 TCP掃描(采樣率1∶5)

    (2)隱藏SSH暴力方案:本方案中包含一個大規(guī)模的DDoS攻擊,它包括很多小規(guī)模的SSH暴力攻擊(最大500個流)。后期選擇性采樣,并不是專門針對這種類型攻擊的采樣方法,選擇攻擊流的數(shù)量明顯少于后期隨機(jī)和后期自適應(yīng)方法,如圖4,該圖表明了在采樣集中,SSH暴力攻擊的比例取決于DDoS攻擊規(guī)模的大小。

    圖4 SSH暴力攻擊(采樣率1∶5)

    圖5顯示了初始采樣率1∶5的檢測質(zhì)量的結(jié)果,相對較差的結(jié)果是早期隨機(jī)采樣技術(shù),而通過使用后期采樣技術(shù)檢測攻擊還是成功的,甚至比使用未采樣數(shù)據(jù)的方法要好,后期自適應(yīng)采樣比其他技術(shù)稍好一些。

    圖5 SSH暴力攻擊(采樣率1∶5)

    當(dāng)把初始采樣率降低到1∶100,所有的方法都變得不穩(wěn)定了,如圖6,后期選擇采樣方法只在一個數(shù)據(jù)集中選中了攻擊流。所以,較低的采樣率負(fù)面地影響了所有的采樣技術(shù)。

    圖6 SSH暴力攻擊(采樣率1∶100)

    6 結(jié)論

    本文提出了理想的采樣模型和兩個類型的質(zhì)量指標(biāo),用來評估各類型采樣算法之間的相似性,從異常檢測的角度來量化檢測結(jié)果的質(zhì)量。其次,介紹了后期采樣技術(shù)和特征感知的自適應(yīng)采樣方法,它提供了較為精確的、關(guān)于原始數(shù)據(jù)集的統(tǒng)計信息,優(yōu)化了異常檢測中數(shù)據(jù)的采樣結(jié)果。實(shí)驗(yàn)表明,在保留網(wǎng)絡(luò)特征方面,自適應(yīng)采樣具有更好的可逆性;在檢測異常流量的效果方面,自適應(yīng)采樣具有更好的表現(xiàn)。

    [1]Mai J,Chuah C N,Sridharan A,et al.Is sampled data sufficient for anomaly detection?[C]//Proc of the 6th ACM SIGCOMM Conference on Internet Measurement.New York:ACM Press,2006:165-176.

    [2]Hohn N,Veitch D.Inverting sampled traffic[J].IEEE/ACM Transactions on Networking(TON),2006,14(1):68-80.

    [3]Duffield N,Lund C,Thorup M.Properties and prediction of flow statistics from sampled packet streams[C]//Proc of the 2nd ACM SIGCOMM Workshop on Internet Measurement.New York:ACM Press,2002:159-171.

    [4]Duffield N,Lund C,Thorup M.Estimating flow distributions from sampled flow statistics[J].IEEE/ACM Transactions on Networking(TON),2005,13(5):933-946.

    [5]Estan C,Keys K,Moore D,et al.Building a better netflow[C]//Proc of the 2004 Conference on Applications,Technologies,Architectures,and Protocols for Computer Communications(SIGCOMM’04).New York:ACM Press,2004:245-256.

    [6]Choi B Y,Zhang Z L.Adaptive random sampling for traffic volume measurement[J].Telecommunication Systems,2007,34(1/2):71-80.

    [7]Hu C,Wang S,Tian J,et al.Accurate and efficient traffic monitoring using adaptive non-linear sampling method[C]// The27thConferenceonComputer Communications,INFOCOM 2008,Phoenix,2008:26-30.

    [8]潘喬,裴昌幸.一種新的可變采樣率的網(wǎng)絡(luò)流量抽樣測量方法[J].西安電子科技大學(xué)學(xué)報:自然科學(xué)版,2008,35(6):968-972.

    [9]王丹,謝高崗,楊建華,等.一種改進(jìn)的自適應(yīng)流量采樣方法[J].計算機(jī)研究與發(fā)展,2007,44(8):1339-1347.

    [10]Ali S,Haq I U,Rizvi S,et al.On mitigating samplinginduced accuracy loss in traffic anomaly detection systems[J].ACM SIGCOMM Computer Communication Review,2010,40(3):4-16.

    [11]Estan C,Varghese G.New directions in traffic measurement and accounting[J].ACM SIGCOMM Computer Communication Review,2002,32:323-336.

    [12]Yang L,Michailidis G.Sampled based estimation of network traffic flow characteristics[C]//The 26th IEEE International Conference on Computer Communications,INFOCOM 2007,Alaska,2007:1775-1783.

    [13]Duffield N.Sampling for passive internet measurement:a review[J].Statistical Science,2004,19:472-498.

    [14]Androulidakis G,Papavassiliou S.Improving network anomaly detection via selective flow-based sampling[J]. IET Communications,2008,2(3):399-409.

    [15]Rehak M,Pechoucek M,Bartos K,et al.CAMNEP:an intrusion detection system for high-speed networks[J]. Progress in Informatics and Computing,2008(5):65-74.

    LIU Chenguang1,LIU Weihui2,YAN Liyan1

    1.Center of Information&Network Technology,Jiangsu Normal University,Xuzhou,Jiangsu 221116,China
    2.Library,Jiangsu Normal University,Xuzhou,Jiangsu 221116,China

    Sampling is a major method in data acquisition in network anomaly detection.But different duration of flow, different sizes of the packet and different frequency of abnormal flow have brought about measurable negative impact on the accurate sampling.For this,this paper presents a feature perception adaptive sampling technique which can adjust the sampling rate when context is changing.Compared the adaptive sampling with the random sampling and the choice sampling,it studies the technology on retaining network feature in network behavior analysis system.The experimental result shows that the method is superior to others in retained network feature and quality assessment of anomaly detection.

    anomaly detection;sampling technology;feature perception;NetFlow protocol;sampling model;sampling algorithm

    采樣是網(wǎng)絡(luò)異常檢測中數(shù)據(jù)采集的主要方法。而網(wǎng)絡(luò)流的持續(xù)時間、數(shù)據(jù)包的大小、異常流量出現(xiàn)的頻率等都在不斷變化,給準(zhǔn)確的采樣帶來很多負(fù)面的影響。為此,提出了特征感知的自適應(yīng)采樣技術(shù),在流量特征不斷變化的情況下可以自動調(diào)整采樣率,并將它和隨機(jī)采樣技術(shù)、選擇采樣技術(shù)進(jìn)行比較,研究了這些采樣技術(shù)在網(wǎng)絡(luò)行為分析系統(tǒng)中保留網(wǎng)絡(luò)特征的能力,實(shí)驗(yàn)結(jié)果表明此方法在保留網(wǎng)絡(luò)特征和異常檢測質(zhì)量評估中,明顯優(yōu)于其他方法。

    異常檢測;采樣技術(shù);特征感知;NetFlow協(xié)議;采樣模型;采樣算法

    A

    TP393

    10.3778/j.issn.1002-8331.1212-0402

    LIU Chenguang,LIU Weihui,YAN Liyan.Feature perception adaptive flow sampling method based on NetFlow. Computer Engineering and Applications,2014,50(24):104-108.

    江蘇師范大學(xué)校自然科學(xué)基金資助項(xiàng)目(No.10XLB20)。

    劉晨光(1978—),男,工程師,主研方向:網(wǎng)絡(luò)安全;劉偉輝,講師;燕麗艷,實(shí)驗(yàn)師。E-mail:liucg@jsnu.edu.cn

    2013-01-04

    2013-02-28

    1002-8331(2014)24-0104-05

    CNKI網(wǎng)絡(luò)優(yōu)先出版:2013-03-26,http∶//www.cnki.net/kcms/detail/11.2127.TP.20130326.1042.019.html

    猜你喜歡
    數(shù)據(jù)流IP地址數(shù)據(jù)包
    汽車維修數(shù)據(jù)流基礎(chǔ)(下)
    鐵路遠(yuǎn)動系統(tǒng)幾種組網(wǎng)方式IP地址的申請和設(shè)置
    SmartSniff
    一種提高TCP與UDP數(shù)據(jù)流公平性的擁塞控制機(jī)制
    基于SNMP的IP地址管理系統(tǒng)開發(fā)與應(yīng)用
    黑龍江電力(2017年1期)2017-05-17 04:25:16
    基于數(shù)據(jù)流聚類的多目標(biāo)跟蹤算法
    北醫(yī)三院 數(shù)據(jù)流疏通就診量
    基于Libpcap的網(wǎng)絡(luò)數(shù)據(jù)包捕獲器的設(shè)計與實(shí)現(xiàn)
    視覺注意的數(shù)據(jù)包優(yōu)先級排序策略研究
    移動IPV6在改進(jìn)數(shù)據(jù)包發(fā)送路徑模型下性能分析
    一区福利在线观看| 精品人妻熟女av久视频| 男女视频在线观看网站免费| 欧美精品国产亚洲| 国产真实伦视频高清在线观看 | 亚洲 欧美 日韩 在线 免费| 最新中文字幕久久久久| 最近视频中文字幕2019在线8| 成年人黄色毛片网站| 国产精品伦人一区二区| 好看av亚洲va欧美ⅴa在| 1000部很黄的大片| 久久久久久久久大av| 国产精品自产拍在线观看55亚洲| 午夜激情福利司机影院| 欧美高清成人免费视频www| 亚洲一区二区三区色噜噜| 亚洲美女视频黄频| 嫩草影院新地址| 午夜精品久久久久久毛片777| 亚洲久久久久久中文字幕| 欧美日本视频| 婷婷精品国产亚洲av在线| 亚洲精品色激情综合| 欧美成人a在线观看| 美女高潮的动态| 日本黄色片子视频| 欧美日本视频| 亚洲国产精品999在线| 久久久久久大精品| 在线观看午夜福利视频| 最近最新中文字幕大全电影3| 757午夜福利合集在线观看| av在线观看视频网站免费| 国产一区二区在线av高清观看| 久久性视频一级片| 国内精品久久久久精免费| 网址你懂的国产日韩在线| 成人国产一区最新在线观看| 嫩草影院精品99| 久99久视频精品免费| 久久国产精品人妻蜜桃| 三级国产精品欧美在线观看| 有码 亚洲区| 一本一本综合久久| 啦啦啦韩国在线观看视频| 成年女人看的毛片在线观看| 国产国拍精品亚洲av在线观看| 给我免费播放毛片高清在线观看| 国产色婷婷99| 悠悠久久av| 国产成年人精品一区二区| 中国美女看黄片| 亚洲人成网站在线播| 亚洲va日本ⅴa欧美va伊人久久| 国产野战对白在线观看| 久久久精品欧美日韩精品| 18禁黄网站禁片午夜丰满| 日韩大尺度精品在线看网址| 亚洲专区中文字幕在线| 精品久久久久久久久av| 18禁在线播放成人免费| 琪琪午夜伦伦电影理论片6080| 黄色视频,在线免费观看| 亚洲熟妇中文字幕五十中出| 18禁黄网站禁片免费观看直播| 99国产极品粉嫩在线观看| 搡老熟女国产l中国老女人| 成人高潮视频无遮挡免费网站| 国产av在哪里看| 久久久久久大精品| 99久国产av精品| 少妇熟女aⅴ在线视频| 午夜福利18| 极品教师在线免费播放| 亚洲男人的天堂狠狠| 国产精品国产高清国产av| 3wmmmm亚洲av在线观看| 嫩草影院入口| 国产成人a区在线观看| 亚洲av二区三区四区| 久久精品国产自在天天线| avwww免费| 精品人妻视频免费看| 亚洲精品一区av在线观看| 久久精品国产清高在天天线| 一级作爱视频免费观看| 国产亚洲精品av在线| av在线观看视频网站免费| 欧美性猛交╳xxx乱大交人| 99久久精品国产亚洲精品| 国产精品不卡视频一区二区 | 国产日本99.免费观看| 91在线观看av| 美女大奶头视频| 日本a在线网址| 蜜桃亚洲精品一区二区三区| 在线观看66精品国产| 亚洲激情在线av| a在线观看视频网站| 国产aⅴ精品一区二区三区波| 欧美日韩综合久久久久久 | 国产亚洲欧美在线一区二区| 性欧美人与动物交配| 搞女人的毛片| 他把我摸到了高潮在线观看| 一级作爱视频免费观看| 成人精品一区二区免费| 丁香欧美五月| 俺也久久电影网| 淫妇啪啪啪对白视频| 国产免费一级a男人的天堂| 少妇的逼好多水| 能在线免费观看的黄片| 久久久久久久久久成人| 午夜福利欧美成人| 嫁个100分男人电影在线观看| 精品久久久久久久久久免费视频| 国产精品影院久久| 成人午夜高清在线视频| 中文在线观看免费www的网站| 亚洲电影在线观看av| 免费高清视频大片| 欧美xxxx性猛交bbbb| 9191精品国产免费久久| 色噜噜av男人的天堂激情| 男女视频在线观看网站免费| 看免费av毛片| 搡老岳熟女国产| 毛片一级片免费看久久久久 | 免费av观看视频| 亚洲自拍偷在线| 欧美zozozo另类| 高清在线国产一区| 国产三级中文精品| 69av精品久久久久久| 在线播放国产精品三级| 一进一出抽搐gif免费好疼| 丰满乱子伦码专区| 校园春色视频在线观看| 欧美三级亚洲精品| 日本 av在线| 美女免费视频网站| 尤物成人国产欧美一区二区三区| 真实男女啪啪啪动态图| 日日摸夜夜添夜夜添小说| 国产精品一区二区三区四区免费观看 | 精品99又大又爽又粗少妇毛片 | 色综合亚洲欧美另类图片| avwww免费| 18禁裸乳无遮挡免费网站照片| 精品一区二区三区av网在线观看| 无遮挡黄片免费观看| 夜夜爽天天搞| 久久久久精品国产欧美久久久| 999久久久精品免费观看国产| 色哟哟·www| 国产69精品久久久久777片| 少妇高潮的动态图| 长腿黑丝高跟| 亚洲第一欧美日韩一区二区三区| 人妻夜夜爽99麻豆av| 我要看日韩黄色一级片| 极品教师在线视频| 欧美三级亚洲精品| 超碰av人人做人人爽久久| 日韩欧美在线二视频| 日本黄大片高清| 综合色av麻豆| 日韩欧美在线二视频| 国产精品一区二区性色av| or卡值多少钱| 国产又黄又爽又无遮挡在线| 日本五十路高清| 亚洲aⅴ乱码一区二区在线播放| 最近最新中文字幕大全电影3| 国产乱人视频| 在线观看午夜福利视频| 中文资源天堂在线| 久久久久久久久久黄片| 蜜桃亚洲精品一区二区三区| 日韩欧美 国产精品| 极品教师在线免费播放| 亚洲人成网站高清观看| 18禁黄网站禁片免费观看直播| a在线观看视频网站| 国产在线男女| 亚洲激情在线av| 18禁黄网站禁片午夜丰满| 欧美精品啪啪一区二区三区| 欧美一区二区国产精品久久精品| 高清在线国产一区| 国产男靠女视频免费网站| 老鸭窝网址在线观看| 看免费av毛片| 男人舔女人下体高潮全视频| 精品无人区乱码1区二区| 看十八女毛片水多多多| 亚洲国产欧美人成| 男女那种视频在线观看| av国产免费在线观看| 久久九九热精品免费| 欧美日韩国产亚洲二区| 国产精品,欧美在线| 夜夜夜夜夜久久久久| 精品不卡国产一区二区三区| 他把我摸到了高潮在线观看| 亚洲精品粉嫩美女一区| 麻豆久久精品国产亚洲av| 麻豆国产97在线/欧美| 日本黄色片子视频| 国产黄片美女视频| 亚洲自拍偷在线| 日本a在线网址| 在线免费观看不下载黄p国产 | 男人和女人高潮做爰伦理| 国产精品永久免费网站| 成人三级黄色视频| 亚洲人成伊人成综合网2020| 三级国产精品欧美在线观看| 精品免费久久久久久久清纯| 色综合婷婷激情| 91麻豆精品激情在线观看国产| 夜夜夜夜夜久久久久| 亚洲精品在线美女| 亚洲aⅴ乱码一区二区在线播放| 美女被艹到高潮喷水动态| 亚洲片人在线观看| 蜜桃亚洲精品一区二区三区| 久久久久亚洲av毛片大全| 午夜福利在线观看吧| 99久久99久久久精品蜜桃| 色吧在线观看| 日韩欧美在线二视频| 亚洲精品在线观看二区| 成人无遮挡网站| 一本综合久久免费| 欧美性猛交黑人性爽| 级片在线观看| 精品国产三级普通话版| 免费看日本二区| 一区二区三区高清视频在线| 俺也久久电影网| 日韩国内少妇激情av| 国产黄a三级三级三级人| 中文字幕免费在线视频6| 好男人电影高清在线观看| 午夜老司机福利剧场| 亚洲,欧美,日韩| 99在线人妻在线中文字幕| 日本三级黄在线观看| 国产av在哪里看| 男人和女人高潮做爰伦理| 成年版毛片免费区| 搡老妇女老女人老熟妇| netflix在线观看网站| 色吧在线观看| 国产av一区在线观看免费| 人人妻人人澡欧美一区二区| 给我免费播放毛片高清在线观看| 精品不卡国产一区二区三区| 亚洲精品影视一区二区三区av| 在线观看舔阴道视频| 国产欧美日韩精品亚洲av| 欧美高清性xxxxhd video| 亚洲精品在线观看二区| 一进一出抽搐动态| 99久久久亚洲精品蜜臀av| 最近最新免费中文字幕在线| 少妇高潮的动态图| 狠狠狠狠99中文字幕| 中文字幕高清在线视频| 亚洲熟妇熟女久久| 丰满人妻熟妇乱又伦精品不卡| 2021天堂中文幕一二区在线观| 在现免费观看毛片| 亚洲经典国产精华液单 | 国产成+人综合+亚洲专区| 麻豆国产97在线/欧美| 国产 一区 欧美 日韩| 亚洲成人中文字幕在线播放| 又爽又黄无遮挡网站| 成人毛片a级毛片在线播放| 久久久久九九精品影院| 又紧又爽又黄一区二区| 色精品久久人妻99蜜桃| 国产黄片美女视频| 免费人成视频x8x8入口观看| 国产精品亚洲美女久久久| 色哟哟·www| 十八禁国产超污无遮挡网站| 久久精品国产亚洲av香蕉五月| 亚洲精品456在线播放app | 深爱激情五月婷婷| 国产在线男女| 亚洲av日韩精品久久久久久密| 国产aⅴ精品一区二区三区波| avwww免费| 一级av片app| 日韩精品青青久久久久久| 亚洲最大成人手机在线| 亚洲第一区二区三区不卡| 啪啪无遮挡十八禁网站| 少妇高潮的动态图| 亚洲国产精品成人综合色| 欧美+日韩+精品| 国产三级黄色录像| 国产精品电影一区二区三区| 床上黄色一级片| 国产aⅴ精品一区二区三区波| 一a级毛片在线观看| 校园春色视频在线观看| 国产男靠女视频免费网站| 国产精品美女特级片免费视频播放器| 日韩免费av在线播放| 成年人黄色毛片网站| 欧美区成人在线视频| 免费搜索国产男女视频| 欧美不卡视频在线免费观看| 亚洲av一区综合| 看黄色毛片网站| 宅男免费午夜| 黄色丝袜av网址大全| 少妇丰满av| 成人鲁丝片一二三区免费| 欧美又色又爽又黄视频| 老司机午夜十八禁免费视频| 免费看a级黄色片| 非洲黑人性xxxx精品又粗又长| 国内精品美女久久久久久| 国产成人影院久久av| 国产精品1区2区在线观看.| 岛国在线免费视频观看| 又黄又爽又免费观看的视频| 亚洲国产精品成人综合色| 欧美精品啪啪一区二区三区| 亚洲aⅴ乱码一区二区在线播放| 久久精品国产亚洲av涩爱 | 又紧又爽又黄一区二区| 99riav亚洲国产免费| 亚洲色图av天堂| 两个人视频免费观看高清| 国产精品亚洲美女久久久| 中文字幕熟女人妻在线| 在线观看舔阴道视频| 亚洲精品粉嫩美女一区| 免费在线观看日本一区| 长腿黑丝高跟| 麻豆一二三区av精品| 久久精品影院6| 亚洲在线观看片| 男女床上黄色一级片免费看| 脱女人内裤的视频| 亚洲精品粉嫩美女一区| 国产又黄又爽又无遮挡在线| 五月玫瑰六月丁香| 成人欧美大片| 色哟哟·www| 国产欧美日韩精品一区二区| 欧美一区二区国产精品久久精品| 99久久99久久久精品蜜桃| 露出奶头的视频| 色综合婷婷激情| 一个人免费在线观看的高清视频| 亚洲无线观看免费| а√天堂www在线а√下载| 99国产精品一区二区三区| 亚洲av一区综合| 国产探花极品一区二区| 一区二区三区四区激情视频 | 好男人在线观看高清免费视频| 亚洲 欧美 日韩 在线 免费| 精品一区二区三区视频在线| 91午夜精品亚洲一区二区三区 | 在线播放无遮挡| 最近视频中文字幕2019在线8| 国产亚洲精品综合一区在线观看| 一级毛片久久久久久久久女| 国产毛片a区久久久久| 免费人成视频x8x8入口观看| 国产精品亚洲一级av第二区| 给我免费播放毛片高清在线观看| 99久久久亚洲精品蜜臀av| 国产真实乱freesex| 国产精品综合久久久久久久免费| 精品一区二区三区视频在线| 男人舔奶头视频| 国内精品久久久久久久电影| 丁香欧美五月| 国产精品永久免费网站| 五月玫瑰六月丁香| 天堂av国产一区二区熟女人妻| 午夜福利免费观看在线| 国产av麻豆久久久久久久| 他把我摸到了高潮在线观看| xxxwww97欧美| 国产午夜精品论理片| 有码 亚洲区| 午夜福利成人在线免费观看| 国产老妇女一区| а√天堂www在线а√下载| 9191精品国产免费久久| 美女免费视频网站| 禁无遮挡网站| 国产精品亚洲美女久久久| 亚洲自偷自拍三级| 成年女人毛片免费观看观看9| 日韩中文字幕欧美一区二区| 69人妻影院| 国产av麻豆久久久久久久| 丰满的人妻完整版| 一级av片app| 国产乱人视频| 午夜福利视频1000在线观看| 国产精品乱码一区二三区的特点| 精品久久久久久久久av| 级片在线观看| 日韩中字成人| 99热6这里只有精品| 欧美日韩黄片免| 男女视频在线观看网站免费| 欧美日韩国产亚洲二区| АⅤ资源中文在线天堂| 淫妇啪啪啪对白视频| 色哟哟·www| 在线观看舔阴道视频| 最近中文字幕高清免费大全6 | 亚洲中文字幕一区二区三区有码在线看| 别揉我奶头~嗯~啊~动态视频| 日韩精品青青久久久久久| 欧美3d第一页| avwww免费| 乱码一卡2卡4卡精品| 久久精品影院6| 国产精品人妻久久久久久| 在线观看美女被高潮喷水网站 | 国产精品女同一区二区软件 | 午夜a级毛片| 国产 一区 欧美 日韩| 国产国拍精品亚洲av在线观看| 在线国产一区二区在线| 欧美激情在线99| 精品不卡国产一区二区三区| 精品人妻熟女av久视频| 亚洲精品日韩av片在线观看| 国产久久久一区二区三区| 美女黄网站色视频| 少妇的逼水好多| 性色av乱码一区二区三区2| 国产精品98久久久久久宅男小说| 男人和女人高潮做爰伦理| 欧美+亚洲+日韩+国产| 久久精品国产99精品国产亚洲性色| 搡女人真爽免费视频火全软件 | 亚洲欧美日韩高清专用| 婷婷精品国产亚洲av在线| 老司机福利观看| 久久久成人免费电影| 看免费av毛片| 制服丝袜大香蕉在线| 精品福利观看| 亚洲国产色片| 久久国产乱子伦精品免费另类| 亚洲人成网站在线播| 欧美黄色片欧美黄色片| 中文字幕高清在线视频| 一区二区三区四区激情视频 | 桃色一区二区三区在线观看| 国产伦精品一区二区三区视频9| 五月玫瑰六月丁香| 啦啦啦韩国在线观看视频| 99国产综合亚洲精品| 国产乱人伦免费视频| 男人和女人高潮做爰伦理| 精品人妻1区二区| 亚洲av电影不卡..在线观看| 国产成年人精品一区二区| 9191精品国产免费久久| 一a级毛片在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 99热这里只有是精品在线观看 | 美女被艹到高潮喷水动态| 我要搜黄色片| 国产精品久久久久久久电影| aaaaa片日本免费| 国产不卡一卡二| 久久久精品大字幕| 欧美日韩中文字幕国产精品一区二区三区| 国产精品不卡视频一区二区 | 久久久久久九九精品二区国产| 成人鲁丝片一二三区免费| 他把我摸到了高潮在线观看| 麻豆一二三区av精品| 亚洲欧美日韩卡通动漫| 身体一侧抽搐| 又爽又黄无遮挡网站| 宅男免费午夜| 91九色精品人成在线观看| 日本 欧美在线| 成人av一区二区三区在线看| 夜夜夜夜夜久久久久| 他把我摸到了高潮在线观看| 人人妻人人看人人澡| 亚洲黑人精品在线| 人妻夜夜爽99麻豆av| 首页视频小说图片口味搜索| 宅男免费午夜| 91狼人影院| a在线观看视频网站| 国产高清视频在线播放一区| 亚洲av不卡在线观看| 亚洲国产欧洲综合997久久,| 日韩国内少妇激情av| 成年人黄色毛片网站| 亚洲成人精品中文字幕电影| 又黄又爽又刺激的免费视频.| 欧美性猛交╳xxx乱大交人| 日本成人三级电影网站| aaaaa片日本免费| 亚洲综合色惰| 国产亚洲精品av在线| 久久天躁狠狠躁夜夜2o2o| 好男人电影高清在线观看| 精品久久久久久成人av| 亚洲国产欧美人成| 国语自产精品视频在线第100页| 能在线免费观看的黄片| 亚洲片人在线观看| 波多野结衣巨乳人妻| 一个人观看的视频www高清免费观看| 悠悠久久av| 人妻久久中文字幕网| 少妇的逼好多水| 国产精品国产高清国产av| 国产真实乱freesex| 一a级毛片在线观看| 美女被艹到高潮喷水动态| 69av精品久久久久久| 悠悠久久av| 成熟少妇高潮喷水视频| 色哟哟·www| 国产黄片美女视频| 非洲黑人性xxxx精品又粗又长| 日韩欧美一区二区三区在线观看| 小蜜桃在线观看免费完整版高清| 久久午夜福利片| 日本五十路高清| 老女人水多毛片| 听说在线观看完整版免费高清| 一级黄色大片毛片| 国内精品久久久久久久电影| 久久中文看片网| 亚洲一区二区三区不卡视频| 久久久色成人| 一a级毛片在线观看| 国产精品野战在线观看| 精品久久久久久久末码| 人人妻人人澡欧美一区二区| 99热这里只有是精品50| 国产高清有码在线观看视频| 国产精品综合久久久久久久免费| 欧美成人免费av一区二区三区| 国产精品久久久久久精品电影| 日本一本二区三区精品| 精品久久久久久久久av| 国产精品99久久久久久久久| 两个人视频免费观看高清| 亚洲精品一卡2卡三卡4卡5卡| 午夜福利视频1000在线观看| 老熟妇仑乱视频hdxx| 亚洲人与动物交配视频| 婷婷精品国产亚洲av在线| 天堂影院成人在线观看| 天美传媒精品一区二区| 欧美一区二区精品小视频在线| 欧洲精品卡2卡3卡4卡5卡区| 最近视频中文字幕2019在线8| 亚洲 欧美 日韩 在线 免费| 色综合欧美亚洲国产小说| 国产精品日韩av在线免费观看| .国产精品久久| 欧美色欧美亚洲另类二区| 亚洲自偷自拍三级| 少妇高潮的动态图| x7x7x7水蜜桃| 亚州av有码| 成人国产综合亚洲| 99热6这里只有精品| 亚洲av美国av| 国产精品一区二区三区四区免费观看 | 亚洲内射少妇av| 国产精品98久久久久久宅男小说| 国产日本99.免费观看| 亚洲自偷自拍三级| 亚洲色图av天堂| 两人在一起打扑克的视频| 精品午夜福利在线看| 欧美不卡视频在线免费观看| 国产日本99.免费观看| 波多野结衣高清作品| 国产白丝娇喘喷水9色精品| 麻豆国产av国片精品| 久久人人精品亚洲av| 亚洲avbb在线观看| 亚洲精品日韩av片在线观看| 18禁在线播放成人免费| 1024手机看黄色片| 97人妻精品一区二区三区麻豆| 九色国产91popny在线| 久久久成人免费电影| 天堂av国产一区二区熟女人妻| 免费大片18禁| .国产精品久久| 午夜激情福利司机影院| 欧美午夜高清在线|