小波及网络异常行为剖析.doc

小波及网络异常行为剖析 　　摘要:小波分析能将时间域上重叠但频率域上不重叠的信号进行分段,不同的频段(也就是不同的小波系数层次)代表了信号中处于该频段的信号分量,网络流量具有时域中频域重叠的特征#65377;基于小波分解和重构思想,提出采用小波方法对于网络行为中的异常行为进行分析#65380;判别的方法和模型,模型在模拟分析中取得较好的效果#65377; 　　关键词:异常;小波;神经网络 　　中图分类号:TP393.06文献标志码:A 　　文章编号:1001-3695(2007)04-0318-03 　　?? 　　0引言?? 　　 　　尽管Internet 的设计一直在不断地完善, 但人们对网络行为许多方面的理解却较少#65377;Internet 技术和管理的多样性#65380;网络规模持续增长性,及其应用和使用方式的变化特性,均对网络行为研究提出了挑战, 从而使Internet 行为学研究从网络管理中分离出来, 成为一门独立的网络研究科学#65377;?? 　　网络的流量特性是网络行为学分析中所必须考虑的一个重要因素,其在网络协议设计#65380;性能优化和网络设备研究等方面起了至关重要的作用#65377;而当今的计算机网络中,存在着诸多异常因素和计算机黑客变化多端的攻击手段,使得网络的流量特性变得越来越复杂#65377;如何通过对大量数据的统计分析,发现网络系统中的异常流量是一个值得研究的问题#65377;?? 　　近年来许多关于网络流量特性的研究结果表明,在真实环境中的网络流量呈现出相当明显的尺度特性[1,2]#65377;网络流量在小时间尺度上呈现出复杂奇异性特征,在大时间尺度上具有长程依赖性(Long Range Dependence,LRD) 特征#65377;而小波分析能将时间域上重叠但频率域上不重叠的流量信号进行分段,不同的频段(也就是不同的小波系数层次)代表了信号中处于该尺度的信号分量,网络流量具有时域中频域重叠的特征#65377;?? 　　 　　 1小波分析原理?? 　　小波分析是信号处理和流量分析的强大工具#65377;小波分析分解过程把信号分解为不同的层,而每一层均以时间作为独立的变量,这样较之傅里叶变换就有了时域定位的能力#65377;?? 　　小波函数ψ(t)指具有震荡特性,能迅速衰减到0的一类函数(∫+∞-∞ψ(t)dt=0),它是一个带通滤波器#65377;通过ψ(t)的伸缩和平移后派生出一族函数ψa,b(t):?? 　　ψa,b(t)=|a|-1/2ψ(t-b/a) b∈R,a∈R,a≠0 (1)?? 　　式中:ψa,b(t)称连续小波,a为尺度因子或频率因子,b为时间因子#65377;?? 　　若ψa,b(t)满足式(1),对于能量有限信号或时间序列f(t)∈L2(R),其连续小波变换定义为?? 　　Wψf(a,b)==|a|-1/2?А要?Rf(t)ψ(t-b/a)dt (2)?? 　　式中: ψ(t)为ψ(t)的复共轭函数#65377;式(2)说明小波变换是对f(t)按不同尺度进行分解,实质是对f(t)用不同滤波器进行滤波,滤波器的脉冲响应为|a|-1/2ψ(t-b/a)#65377;?? 　　小波既具有频率分析的性质,又能表示发生的时间,有利于分析确定时间发生的现象,并具有多分辨率(multi??resolution) , 即多尺度的特点, 可以由粗及精地逐步观察信号,有利于各分辨度不同特征的提取,这与网络攻击在不同频率下的不同表现有着相似特性#65377;在实际应用中,适当地选择基本小波, 使W(t)在时域#65380;频域上均比较集中, 便可以使小波技术在时域, 频域上都具有表征信号局部特征的能力, 因此有利于检测信号的瞬态和奇异点#65377;?? 　　 　　2网络异常分析结构模型?? 　　 　　2.1网络异常行为分析及频率特性?? 　　网络流量特性是网络性能分析和通信网络规划设计的基础,准确地描述流量特性对设计高性能网络协议#65380;高效网络拓扑结构#65380;业务量预测与网络规划#65380;高性能价格比的网络设备与服务器#65380;精确的网络性能分析与预测#65380;拥塞管理与流量均衡均有重要意义#65377;因而网络流量特性的研究长期以来受到计算机网络研究人员的高度重视#65377;?? 　　而在纷繁复杂的网络行为中,错误#65380;攻击等流量异常行为在网络中非常流行#65377;在一个短时间内确定#65380;诊断以及应对异常是网络行为学研究的重要内容#65377;准确地确定和诊断异常首先依靠健壮和及时的数据,其次依靠一种确定的方法将异常信号从数据中分离出来#65377;?? 　　为了分析网络异常的流