良性蠕虫的数据隐藏及传播模型研究

来源 :浙江师范大学 | 被引量 : 0次 | 上传用户:linlin1688
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络在社会生活中占据越来越重要的地位,恶意蠕虫的危害影响越来越严重,其对社会造成的危害影响程度大大超越传统的病毒。但是传统的对抗恶意蠕虫的安全技术对之已经不适应,要使恶意蠕虫的传播扩散得到基本控制,需要采用不同于以往的针对单个恶意蠕虫进行防治的方法,因为恶意蠕虫种类成千上万,且每种又衍生许多变体,更甚的是,恶意蠕虫编写者越来越采用人工智能技术使恶意蠕虫得到更好的隐蔽。所以,针对恶意蠕虫的研究刻不容缓,且只有在技术上走在其前面,才能当相关的恶意蠕虫出现时,对其进行有效防治。而在恶意蠕虫的防治方面,良性蠕虫的研究较少。尤其是针对良性蠕虫的传播扩散方面,大多研究没有考虑良性蠕虫在对抗恶意蠕虫的过程中对网络系统和用户系统的影响。因此研究良性蠕虫的扩散传播和资源占用在恶意蠕虫防治方面具有积极的理论意义和实践参考价值。本文的研究工作主要集中于以下方面:1、首次对被良性蠕虫渗透的主机进行分类:被渗透类主机和探测类主机,从而为减少良性蠕虫扩散过程中产生的网络通信量提供了新的视角。2、提出了反馈式的轮转探测扩散模型以及基于B+地址树(BAT)的扩散算法。并且对扩散算法进行了仿真和对比测试。仿真结果显示:根据恶意蠕虫的疫情和应用需求,良性蠕虫可以选择不同的探测主机数进行扩散。对比测试显示:在探测主机数达到预设值后基于BAT的扩散算法网络通信量一直处于平稳状态,且相比基于ET扩散算法的网络通信量要小。3、设计和实现了一个用于支持本文扩散模型的基于xml的应用层网络协议和良性蠕虫系统,并且进行了测试,结果表明:基于xml的应用层网络协议在良性蠕虫扩散过程中能够很好地被解析,对本文扩散模型起到了支撑作用,且良性蠕虫交互流程设计思路符合实际情况也满足本文的要求。4、设计和实现了数据隐藏功能。暂时需要的数据可以进行隐藏,减少了对用户系统的资源占用。
其他文献
目前嵌入式领域软件开发方法不利于嵌入式系统的发展,如何将高级的构件技术应用到嵌入式系统软件开发中,以便快速灵活高效地设计系统,已成为其发展的关键。传统的构件描述与检索
无线Mesh网络作为一种解决无线接入“最后一公里”问题的关键技术受到了越来越广泛的关注。为具有不同QoS需求的多种业务提供服务质量保障是基于IEEE802.16无线Mesh网络的基
近年来随着市场竞争的加剧和客户需求的个性化,现代企业生产模式正在朝着“品种多样、批量变小、注重交期、减少库存”的方向发展。车间作业调度是解决现代企业生产过程中工
近年来,随着一些实际应用领域中大规模稀疏矩阵求解问题的推动,代数多重网格AMG(Algebraic Multigrid Algorithm)算法及其并行化的研究成为了数值计算领域的热点。   本文在
学位
随着社会信息化进程的飞速发展,信息技术已广泛应用于社会生活的各个领域,在更好地为人类提供服务的同时,也带来了一个极为严峻的信息安全问题。信息安全不仅关系到个人的切
在面向服务的体系架构中,Web服务是一种典型的技术手段,单个Web服务由于功能有限已不能满足用户复杂的应用请求,因此催生了通过组合现有Wcb服务来构建满足用户复杂需求的增值
如何解决标记多义性问题是机器学习领域的热门研究方向。目前机器学习研究领域应对标记多义性比较成熟的学习范式是多标记学习。多标记学习是对单标记学习的拓展,即允许同一
序列关联规则挖掘是数据挖掘的一个重要研究领域,它反映了大量数据中序列之间有趣的关联或相关联系[1]。但是我们通过传统算法产生的序列关联规则存在着非常多的冗余规则,用
视频取证已成为计算机视觉领域的一个热门分支。其中的视频分析在视频图像中的底层视觉特征与人类的语义概念之间的还存在鸿沟。在目前数字视频监控已经大规模应用的情况下,实
离群数据是数据挖掘的重要研究内容之一,是发现数据集中明显与其他数据行为不一致的对象,在许多邻域有着广泛的应用,例如:网络入侵检测、信用卡欺诈、天气预报监测等。但随着