[00923279]基于IXP2400及神经网络的信息过滤技术

该项目首先在网络处理器的负载均衡方面结合数据包的分类流量和过滤数据处理耗时两方面，通过公式计算确定微处理器的分配数量的理论。决定负载的影响因子主要有两个，数据包流量和规则集。通过对固定时长各类数据包流量的监控，实时调整特征库中不同规则子集占用的DE数量，根据该网络的TCP/UDP、ICMP、带协议域的IP和通用IP数据包在网络流量中所占的比率为P(TCP/UDP)、P(ICMP)、P(协议域IP)、P(通用IP)，根据各规则子集秩和搜索内容确定子集权重值W(TCP/UDP)、W(ICMP)、W(协议域IP)、W(通用IP)，有64个DE，所以由公式计算得某类数据包所分配的DE数量，n1为第1类数据包所分配的DE数量。其次对在同一组的DE内部的模式匹配方式及其优缺点进行了分析。第三提出了在数据处理的规则方面进行预处理，并给出了以snort规则集为蓝本的优化方法。基于网络处理器构建快速的数据过滤体系提供了高效准确的数据采集系统，该系统可作为数据流量分析，入侵检测系统等网络管理和网络安全系统的支撑系统，具有重要的理论价值和实用意义。