[01153177]网络流量识别及应用

网流量识别及其应用是互联网领域的研究热点问题之一。本项目在网流量识别、相关应用以及安全等领域取得了系统性、创新性的成果。主要成果包括： （1）基于改进CUSUM算法的路由器异常流量检测系统：传统的CUSUM算法对DOS/DDOS攻击检测存在不足,不适合于核心路由器,本项目利用改进的M-CUSUMM算法提高了路由器的检测速度和精度,减少系统开销,显著提高网络总体性能。 （2）基于支持向量机与深层包检测的对等网络流量识别系统：针对现有技术对未知以及加密的P2P流量分析存在缺陷的问题,设计了可自行适应不同应用环境的识别系统。该系统对P2P流量的识别效率大大高于现有识别技术,对网络流量的识别有很好的效果。 （3）基于多级聚集的异常流量控制系统：当前入侵检测技术在检测到攻击的情况下没有良好的反应策略过滤攻击流量,提出了基于攻击流量特征聚类的特征提取算法AFCAA,减少了攻击包传播的危害,提高了路由器的使用效率和网络带宽的利用率。 （4）基于网络流量攻击的防御模型：常见的DDOS检测和防御方法只能用于防御具有明显异常流量协议特征,导致合法用户流量被误判。该模型成功解决了检测误判行为发生后合法流量的恢复问题,保证了合法的正常通信行为。 围绕所研究的关键技术,项目组已经公开申请相关专利28项,其中13项已经授权,取得软件著作权书1个,同时在国内外多家核心期刊上发表了40余篇高水平的学术论文,出版专著1部。其中,SCI收录3篇,EI核心版收录30多篇,与本项目相关的核心论文已被引证累计达348次,下载频次累计达4710次,产生了较大的学术影响。 相关核心成果已经被华为公司应用和推广于3COM高端路由器以及高级网关,可保证在准确识别和抵御DDoS攻击流量的同时,不影响用户的正常访问。投入生产后,已累计产生经济收益5496万元。