[发明专利]一种基于重标极差法的SDN异常流量检测方法有效
申请号: | 201910669487.5 | 申请日: | 2019-07-24 |
公开(公告)号: | CN110474883B | 公开(公告)日: | 2022-01-07 |
发明(设计)人: | 兰海燕;孙建国;潘昱辰;赵国冬;李思照;关键;高迪 | 申请(专利权)人: | 哈尔滨工程大学 |
主分类号: | H04L9/40 | 分类号: | H04L9/40 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 极差 sdn 异常 流量 检测 方法 | ||
1.一种基于重标极差法的SDN异常流量检测方法,其特征在于,包括:
步骤一、收集SDN各节点的正常网络流量包数量,分别计算Hurst指数,作为正常网络状态的指标I_Normal;
所述的Hurst指数的计算方法为:
步骤1.1、以长度A均分一个序列Rt,A=2q,q=1,2,...,λ-1,该序列被均分为n段,设子区间为Ia,a=1,2,...,n,Ia中的元素记为Nk,m,k=1,2,...,n,m=1,2,...,A,计算Ia的平均值ea;
步骤1.2、对于每个Ia,计算其均值差累积序列Xk,a;
步骤1.3、计算每个Ia的极差后加一个微小量ξ作为极差结果;
步骤1.4、计算每个Ia的标准差后加一个微小量δ作为标准差结果;
步骤1.5、计算(R/S)n;
步骤1.6、取A=2q,q=1,2,...,λ-1,重复上述计算;将log2(R/S)作为log2(n)的函数进行线性拟合,其斜率为Hurst指数值;
步骤二、收集各节点发生某种已知异常的网络流量包数量,计算各节点Hurst指数,作为异常指标I_Abnormal;
步骤三、使用窗函数截取各节点实时产生的前向序列,并计算Hurst指数;每当序列更新一个采样点,就向后移动一次窗函数进行新一轮计算;
步骤四、根据阈值判断此时各节点的Hurst指数是否偏离I_Normal,若偏离,则继续执行步骤五;若没有偏离,则重复步骤三;
步骤五、当Hurst指数趋于稳定时,判断此时的流量指标是否符合步骤二中得到的已知异常指标I_Abnormal,若是,则此时发生了对应模式的异常;若不是,则此时发生了一种新的未知异常。
2.根据权利要求1所述的一种基于重标极差法的SDN异常流量检测方法,其特征在于:
所述的步骤一中I_Normal需要设定阈值,具体阈值应针对具体网络进行测试而定,根据正常网络流量进行多次采集流量并计算Hurst指数,通过统计方法确定好各节点Hurst指数的阈值范围;
所述的步骤二中I_Abnormal需要设定阈值,具体阈值应针对具体网络进行测试而定,根据该异常下的网络流量进行多次采集流量并计算Hurst指数,通过统计方法确定各节点Hurst指数的阈值范围。
3.根据权利要求2所述的一种基于重标极差法的SDN异常流量检测方法,其特征在于:所述的统计方法为使用箱型图的上边缘和下边缘作为I_Normal和I_Abnormal的上、下阈值。
4.根据权利要求1所述的一种基于重标极差法的SDN异常流量检测方法,其特征在于:所述的步骤五中趋于稳定的判断方法为异常发生后一段时间T_Total内,当各节点Hurst指数在异常发生后时间T_Check内都保持在I_Abnormal的阈值内,则判定此时异常模式为I_Abnormal对应模式;在T_Total内无法做出判断,则一律归为未知异常。
5.根据权利要求4所述的一种基于重标极差法的SDN异常流量检测方法,其特征在于:所述的T_Total和T_Check由具体的异常模式而定,多种异常的组合时,取所需的最大值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910669487.5/1.html,转载请声明来源钻瓜专利网。