SDN网络流量监控系统设计与实现
发布时间：2021-02-12 03:27
移动互联网、物联网、云计算和大数据技术的飞速兴起加剧了网络流量的增长,在为人们生活带来积极影响之时,也对网络的管理提出了前所未有的挑战。软件定义网络（Software Defined Network,SDN）作为一种近年来兴起的网络,它在解耦传统网络中的控制层和转发层的同时开放了其接口,且控制层在逻辑上集中,以上特点为SDN网络中的流量监控研究提供了一个新思路。本文利用SDN网络可编程、易扩展、具备较强管控能力等特点,展开SDN网络流量监控系统的研究,主要工作有:1)从网络行为评估、网络安全和网络规划三个角度切入网络流量监测与控制,提出了SDN网络中的流量监控框架。针对该框架,设计了网络流量收集、基于流量的链路重要性评估、异常流量监控和网络流量预测四个功能模块;2)根据网络拓扑及业务场景,从流量角度对网络中的链路重要性进行评估;3)根据异常发生位置的不同,研究了两种异常流量检测算法。针对控制器中的异常检测,利用Packetin报文速率这一特征属性作为判定依据,针对主机中的异常,通过提取关键五元组信息并通过熵值计算的方式实现异常发现;4)以LSSVM作为基本模型,并...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景
1.2 研究内容
1.3 论文结构安排
第二章 SDN网络中的流量监控相关技术研究
2.1 SDN简介
2.1.1 SDN架构
2.1.2 OpenFlow交换机
2.1.3 SDN控制器
2.2 网络流量监控技术
2.2.1 异常流量检测
2.2.2 网络流量预测
2.3 SDN在流量监控方面的研究
2.4 本章小结
第三章 SDN网络流量监控系统设计与分析
3.1 SDN网络流量监控系统整体架构设计
3.1.1 多角度网络流量监控
3.1.2 SDN网络流量监控系统整体架构
3.2 框架模块分析
3.2.1 网络流量收集模块
3.2.2 基于流量的链路重要性评估模块
3.2.3 异常流量监控模块
3.2.4 网络流量预测模块
3.3 异常流量监控算法分析
in的异常检测算法分析"> 3.3.1 基于Packetin的异常检测算法分析
3.3.2 基于熵值的异常检测算法分析
3.4 网络流量预测算法
3.4.1 基于LSSVM的网络流量预测算法
3.4.2 基于PSO-LSSVM的网络流量预测算法
3.5 本章小结
第四章 SDN网络流量监控系统实现
4.1 网络流量收集模块实现
4.1.1 相关流量信息采集
4.1.2 相关流量信息存储
4.2 基于流量的链路重要性评估模块实现
4.3 异常流量监控模块实现
4.3.1 针对控制器的异常流量监控
4.3.2 针对主机的异常流量监控
4.4 网络流量预测模块实现
4.4.1 基于LSSVM的流量预测
4.4.2 基于PSO-LSSVM的流量预测
4.5 本章小结
第五章 实验与性能分析
5.1 实验网络测试平台
5.2 SDN网络流量监控系统测试
5.2.1 基于流量的链路重要性评估测试
5.2.2 异常流量监控测试
5.2.3 网络流量预测测试
5.3 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
致谢
参考文献
作者简介
【参考文献】：
期刊论文
[1]改进支持向量机的网络流量预测[J]. 王雪松. 计算机系统应用. 2017(03)
[2]一种基于预测与动态调整负载因子的SDN流表优化算法[J]. 史少平,庄雷,杨思锦. 计算机科学. 2017(01)
[3]小波分析和相关向量机的网络流量混沌预测[J]. 黄震,蔡昭权,钟锡武. 微电子学与计算机. 2016(09)
[4]基于多参数节点排序的SDN控制器部署策略[J]. 张岩,黄韬,卢波,刘韵洁,张忠平. 北京邮电大学学报. 2016(04)
[5]一种基于SDN的在线流量异常检测方法[J]. 左青云,陈鸣,王秀磊,刘波. 西安电子科技大学学报. 2015(01)
[6]软件定义网络（SDN）研究进展[J]. 张朝昆,崔勇,唐翯翯,吴建平. 软件学报. 2015(01)
[7]基于流量行为特征的DoS&DDoS攻击检测与异常流识别[J]. 周颖杰,焦程波,陈慧楠,马力,胡光岷. 计算机应用. 2013(10)
[8]混沌理论和LSSVM相结合的网络流量预测[J]. 张文金,许爱军. 计算机工程与应用. 2013(15)
[9]小时间尺度网络流量混沌性分析及趋势预测[J]. 温祥西,孟相如,马志强,张永春. 电子学报. 2012(08)
[10]网络流量预测模型研究进展[J]. 邱婧,夏靖波,吴吉祥. 计算机工程与设计. 2012(03)
硕士论文
[1]基于SDN的DDoS流量识别与控制技术研究[D]. 李赫.南京邮电大学 2016
[2]基于FARIMA模型的自相似业务流量预测[D]. 史明虎.西安电子科技大学 2013
本文编号：3030178
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景
1.2 研究内容
1.3 论文结构安排
第二章 SDN网络中的流量监控相关技术研究
2.1 SDN简介
2.1.1 SDN架构
2.1.2 OpenFlow交换机
2.1.3 SDN控制器
2.2 网络流量监控技术
2.2.1 异常流量检测
2.2.2 网络流量预测
2.3 SDN在流量监控方面的研究
2.4 本章小结
第三章 SDN网络流量监控系统设计与分析
3.1 SDN网络流量监控系统整体架构设计
3.1.1 多角度网络流量监控
3.1.2 SDN网络流量监控系统整体架构
3.2 框架模块分析
3.2.1 网络流量收集模块
3.2.2 基于流量的链路重要性评估模块
3.2.3 异常流量监控模块
3.2.4 网络流量预测模块
3.3 异常流量监控算法分析
in的异常检测算法分析"> 3.3.1 基于Packetin的异常检测算法分析
3.3.2 基于熵值的异常检测算法分析
3.4 网络流量预测算法
3.4.1 基于LSSVM的网络流量预测算法
3.4.2 基于PSO-LSSVM的网络流量预测算法
3.5 本章小结
第四章 SDN网络流量监控系统实现
4.1 网络流量收集模块实现
4.1.1 相关流量信息采集
4.1.2 相关流量信息存储
4.2 基于流量的链路重要性评估模块实现
4.3 异常流量监控模块实现
4.3.1 针对控制器的异常流量监控
4.3.2 针对主机的异常流量监控
4.4 网络流量预测模块实现
4.4.1 基于LSSVM的流量预测
4.4.2 基于PSO-LSSVM的流量预测
4.5 本章小结
第五章 实验与性能分析
5.1 实验网络测试平台
5.2 SDN网络流量监控系统测试
5.2.1 基于流量的链路重要性评估测试
5.2.2 异常流量监控测试
5.2.3 网络流量预测测试
5.3 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
致谢
参考文献
作者简介
【参考文献】：
期刊论文
[1]改进支持向量机的网络流量预测[J]. 王雪松. 计算机系统应用. 2017(03)
[2]一种基于预测与动态调整负载因子的SDN流表优化算法[J]. 史少平,庄雷,杨思锦. 计算机科学. 2017(01)
[3]小波分析和相关向量机的网络流量混沌预测[J]. 黄震,蔡昭权,钟锡武. 微电子学与计算机. 2016(09)
[4]基于多参数节点排序的SDN控制器部署策略[J]. 张岩,黄韬,卢波,刘韵洁,张忠平. 北京邮电大学学报. 2016(04)
[5]一种基于SDN的在线流量异常检测方法[J]. 左青云,陈鸣,王秀磊,刘波. 西安电子科技大学学报. 2015(01)
[6]软件定义网络（SDN）研究进展[J]. 张朝昆,崔勇,唐翯翯,吴建平. 软件学报. 2015(01)
[7]基于流量行为特征的DoS&DDoS攻击检测与异常流识别[J]. 周颖杰,焦程波,陈慧楠,马力,胡光岷. 计算机应用. 2013(10)
[8]混沌理论和LSSVM相结合的网络流量预测[J]. 张文金,许爱军. 计算机工程与应用. 2013(15)
[9]小时间尺度网络流量混沌性分析及趋势预测[J]. 温祥西,孟相如,马志强,张永春. 电子学报. 2012(08)
[10]网络流量预测模型研究进展[J]. 邱婧,夏靖波,吴吉祥. 计算机工程与设计. 2012(03)
硕士论文
[1]基于SDN的DDoS流量识别与控制技术研究[D]. 李赫.南京邮电大学 2016
[2]基于FARIMA模型的自相似业务流量预测[D]. 史明虎.西安电子科技大学 2013
本文编号：3030178
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3030178.html
