基于Aglet的RTI数据交互方法研究

本文采用移动Agent技术-Aglet,开发了用于RTI数据交互的Aglet,使仿真中数据交互过程由"别人提供"变为"自己提取"模式,简化了RTI服务,实现精确数据过滤和零冗余数据传输,节约了系统资源.     

基于时间序列图挖掘的网络流量异常检测

网络流量异常检测要解决的核心问题之一是获得信息的全面性和流量信息描述的准确性.针对现有网络异常流量检测方法分析多时间序列的不足,提出了一种基于图挖掘的流量异常检测方法.该方法使用时间序列图准确、全面地描述用于流量异常检测的多时间序列的相互关系;通过对项集模式进行支持度计数,挖掘各种频繁项集模式,有利于对各种异常流量的有效检测;通过挖掘各项集之间的关系,引入了项集的权重系数,解决了流量异常检测的多时间序列相互关系的量化问题.仿真结果表明,该方法能有效地检测出网络流量异常,并且对DDos攻击的检测效果明显优于基于连续小波变换的检测方法.     

一种分布式移动核心网安全架构的设计与研究

分析了移动通信核心网的安全现状,在不改变当前核心网协议体系的前提下,提出了一种基于现有通信网络的分布式核心网安全防护架构。该架构通过在核心网中引入网络安全控制、设备访问控制、媒体信令检测等前置功能模块,并对核心网数据库内部的存储结构进行优化,增强了移动通信核心网的安全防护能力,并有利于各功能实体的独立演进。此外还归纳总结了安全防护模块中需要研究的关键技术。     

基于流量行为特征的DoS&DDoS攻击检测与异常流识别

针对现有方法仅分析粗粒度的网络流量特征参数,无法在保证检测实时性的前提下识别出拒绝服务(DoS)和分布式拒绝服务(DDoS)的攻击流这一问题,提出一种骨干网络DoS&DDoS攻击检测与异常流识别方法。首先,通过粗粒度的流量行为特征参数确定流量异常行为发生的时间点;然后,在每个流量异常行为发生的时间点对细粒度的流量行为特征参数进行分析,以找出异常行为对应的目的IP地址;最后,提取出与异常行为相关的流量进行综合分析,以判断异常行为是否为DoS攻击或者DDoS攻击。仿真实验的结果表明,基于流量行为特征的DoS&DDoS攻击检测与异常流识别方法能有效检测出骨干网络中的DoS攻击和DDoS攻击,并且在保证检测实时性的同时,准确地识别出与攻击相关的网络流量     

我国的能源安全及战略储备分析

随着我国国民经济的持续高速增长,对于石油的需求也快速增长,石油工业已成为国民经济的基础与支柱。随着我国石油对外依存度持续上升,如何争夺世界资源,抢占国际市场,保持强大的竞争力,保证石油安全,使我国经济立于不败之地,这将是研究能源安全及战略的最终目的。     

一种基于角色和应用上下文的移动网访问控制模型

访问控制是ITU X.805中定义的电信网八个安全维度之一.分析了移动核心网中数据访问的特点,提出了一种应用于移动通信网的访问控制模型基于角色和应用上下文的访问控制模型(R-ACBAC).该模型在基于角色的访问控制模型(RBAC)基础上,引入应用上下文和限定性约束等概念,对移动网访问控制中角色和权限的分配策略、触发机制、动态迁移等内容进行了详细的定义,为移动网中数据访问的检测与控制提供了参考.     

骨干通信网络流量告警信息关联分析*

提出一种以骨干通信网络流量特征参数告警信息为基础的关联分析方法,首先提取通信网络中多个与异常事件相关的相对粗粒度的流量特征参数,将这些特征参数看做是随时间变化的信号（以下称为流量特征信号）,通过流量特征信号分析获得异常事件的多个告警信息;然后采用Apriori算法进行告警信息关联分析,获得告警信息与异常事件的关联规则。实际网络流量数据的分析表明：使用上述规则能有效地发现骨干通信网异常事件。