学位论文 > 优秀研究生学位论文题录展示

基于密度聚类的时间式网络隐信道设计与检测技术研究

作　者: 程浩
导　师: 戴跃伟；刘光杰
学　校: 南京理工大学
专　业: 控制理论与控制工程
关键词: 时间式隐信道 隐信道检测 密度聚类 网络信息隐藏
分类号: TP393.08
类　型: 硕士论文
年　份: 2012年
下　载: 39次
引　用: 0次
阅　读: 论文下载
 

内容摘要


计算机网络技术的快速发展在给人们的工作、生活和学习带来便利的同时,也带来了相应的安全问题。那些涉及到国家安全、企业机密以及个人隐私的数据一旦泄露,会带来严重后果。网络隐信道是利用网络冗余传递隐秘信息的一种技术,由于其所具有的隐蔽性,会带来信息泄露的潜在威胁,因此针对网络隐信道的检测研究吸引了越来越多研究者的注意。时间式隐信道采用数据包的时标传输秘密消息,相比传统的存储式隐信道具有更强的隐蔽性,针对其的可靠检测也更加困难。本文研究了基于密度聚类的时间式网络隐信道检测算法。论文开展的主要研究工作如下：1.设计并实现包含主要时间式隐信道的数据发生器平台。该平台包含了公开文献发表的具有代表性的IPCTC、Jitterbug、TRCTC、HTTP-DM以及TCPScript五种时间式隐信道算法。2.利用正常时间间隔的密度聚类特性,设计了一种基于密度聚类模型的时间式隐信道算法,实验验证了算法具有较好的综合性能。3.基于已有的ε相似度的以及带修正条件信息熵的时间式隐信道检测算法,对五种典型时间式隐信道算法以及基于密度聚类模型的时间式隐信道算法进行分析,指出了已有检测算法存在的不足。4.针对已有算法的不足,提出了一种基于密度聚类的时间式隐信道检测算法。该算法通过密度聚类的方法建立正常数据传输过程中时间间隔模型,通过对比正常模型与时间式隐信道所产生的模型进行检测,相关实验验证了所提方法的有效性。最后对全文进行了总结,指出了已有研究中存在的不足,并对未来的研究内容进行了展望。

全文目录


摘要  3-4
Abstract  4-8
1 绪论  8-14
  1.1 论文研究的背景和意义  8
  1.2 网络隐信道的基本概念  8-10
  1.3 网络隐信道的国内外研究现状  10-12
    1.3.1 隐信道构建  10-11
    1.3.2 隐信道检测  11-12
  1.4 问题的提出  12
  1.5 论文的主要内容和结构  12-14
2 时间式隐信道数据发生器平台设计与实现  14-30
  2.1 时间式隐信道算法简介  15-18
    2.1.1 IPCTC  15
    2.1.2 JitterBug  15
    2.1.3 TRCTC  15-16
    2.1.4 DM  16-17
    2.1.5 TCPScript  17-18
  2.2 软件实现所用关键技术  18-21
    2.2.1 NDIS  19
    2.2.2 Winpcap  19-21
  2.3 软件介绍及实验  21-28
    2.3.1 软件介绍  21-22
    2.3.2 IPCTC  22-24
    2.3.3 Jitterbug  24-25
    2.3.4 TRCTC  25-26
    2.3.5 DM  26-27
    2.3.6 TCPScript  27-28
  2.4 本章小结  28-30
3 基于密度聚类的时间式隐信道算法  30-36
  3.1 算法介绍  30-33
    3.1.1 密度聚类算法原理  30-31
    3.1.2 密度聚类算法的改进  31-32
    3.1.3 密度聚类可行性分析  32-33
  3.2 算法实现  33-34
    3.2.1 聚类区间的边界  33
    3.2.2 算法实现流程  33-34
  3.3 实验  34-35
  3.4 本章小结  35-36
4 已有的时间式隐信道检测算法  36-42
  4.1 已有算法简介  36-38
    4.1.1 ε-相似度  36-37
    4.1.2 CCE  37-38
  4.2 已有算法实现  38-40
    4.2.1 ε-相似度  38-39
    4.2.2 CCE  39-40
  4.3 实验与结果分析  40-41
    4.3.1 网络环境配置  40
    4.3.2 检测结果  40-41
  4.4 本章小结  41-42
5 基于密度聚类的时间式隐信道检测算法  42-54
  5.1 密度聚类模型应用原理  42-43
  5.2 软件实现  43-44
  5.3 实验结果  44-51
    5.3.1 IPTCT  44-46
    5.3.2 JitterBug  46-48
    5.3.3 TRCTC  48-49
    5.3.4 DM  49-50
    5.3.5 TCPScript  50-51
  5.4 算法特性分析总结  51-53
  5.5 本章小结  53-54
6 总结与展望  54-56
  6.1 本文总结  54
  6.2 研究展望  54-56
致谢  56-58
参考文献  58-61

相似论文

  1. 结合蚁群算法与基于划分的DBSCAN聚类算法的研究,TP311.13
  2. 关于运动对象轨迹的分割与聚类算法研究,TP311.13
  3. 面向奥运的中文网页信息获取方法的初步研究,TP393.092
  4. 基于高光谱图像多特征分析的目标提取研究,TP391.41
  5. 基于模糊神经网络的稳态优化设计,TP183
  6. 一种基于网格的密度聚类算法研究及应用,TP393.01
  7. 基于数据分区的密度聚类算法应用研究,TP311.13
  8. 基于密度聚类的空间数据挖掘算法研究,TP311.13
  9. 基于聚类的入侵检测算法研究与实现,TP393.08
  10. 基于密度聚类的峰谷时段划分方法研究,TM73
  11. 数据挖掘中聚类算法的研究,TP18
  12. 基于混合聚类的个性化搜索研究,TP391.3
  13. 基于滑动窗口的密度聚类算法研究,TP311.13
  14. 基于数据挖掘的自适应异常检测研究,TP393.08
  15. 水平集方法及其在图像分割中的应用研究,TP391.41
  16. 基于支持向量机的文本分类问题的研究,TP391.1
  17. 蚁群聚类算法及其在电信客户分群中的应用,TP18
  18. 一个用于辅助审计的数据仓库的设计与实现,TP311.13
  19. 基于预测密度的聚类分析及对距离的灵敏度分析,O213
  20. 近地大气中多声源的声探测定位技术研究,TJ99
  21. 智能搜索中中文网页分类和聚类的初步研究,TP391.3

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络安全
© 2012 www.xueweilunwen.com