基于MOAS事件特征的BGP前缀劫持检测算法的研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:nyxjm2008
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
全球互联网是由数万个内部结构各异的自治系统(Autonomous System,AS)构成,边界网关协议(Border Gateway Protocol,BGP)负责为这些自治系统传递并交换路由消息。BGP协议已经成为互联网重要的基础设施,保证BGP协议的安全对于维护网络空间安全具有重大的意义。但是,由于BGP协议在设计之初未考虑安全问题,导致BGP安全问题不断涌现。BGP前缀劫持是国内外研究人员持续关注的一种BGP安全问题。多源 AS(Multiple Origin Autonomous System,MOAS)冲突检测技术用来在控制平面检测前缀劫持,其的核心在于区分出正常的MOAS冲突和异常的MOAS冲突,目前普遍的方法是通过检测报文中源AS宣告的某前缀是否是被授权,要保证前缀地址与源AS映射关系的合法性,这就需要RPKI认证机制的支持,但是目前RPKI认证机制部署程度还不高,保护的前缀数目只占全部前缀数目的五分之一,因此检测的范围就受到了限制。为了解决MOAS检测技术对认证机制的依赖,本课题提出了基于多源AS事件特征的前缀劫持检测算法,研究MOAS冲突发生的过程中源AS随着时间变化呈现的特征,根据这些特征来判定该冲突是否异常。为此,本算法通过采集并处理最新的UPDATE报文,发现路由中出现的MOAS冲突现象,根据从不同观测点的观察情况从中抽取出多个独立的MOAS事件,再根据从不同观测点观测到的源AS状况随时间的变化情况,为单个事件创建事件矩阵并计算它的特征值,最后依据这些特征值来判定该MOAS事件是否为异常事件,若MOAS事件为异常事件,则判定劫持事件发生。根据上述基于多源AS事件特征的前缀劫持检测算法的研究,本课题设计并实现了 BGP前缀劫持检测系统。系统主要分为数据采集模块、数据分析模块和异常检测模块这三大模块,实现对BGP前缀劫持的检测。实验表明,该系统可以发现并提取出MOAS事件,可以根据特征值判定事件是否异常进而发现前缀劫持。
其他文献
光纤传感器起源于上世纪70年代,自诞生以来就是光学、电子领域的前沿研究内容。由于其在机械、电子仪器仪表、航天航空、石油、化工、食品安全等领域的生产过程自动控制、在线检测、故障诊断等方面的重要用途,各国都在研制成本更低、精度和分辨率更高的光纤传感器系统。本项目研究的光纤传感器基于光纤布里渊散射,相比于其他光纤传感器,具有测量距离长、空间分辨率高、测温精度高的特点。同时,布里渊光纤传感器的系统复杂,需
无线通信面临的关键挑战是实现高频谱利用率、大数据量、宽覆盖、低时延的连接。非正交多址接入(Non-orthogonal multiple access,NOMA)作为未来无线网络的一种新兴技术,在提高频谱利用率的同时,还可以支持大规模用户接入。此外,无人机(Unmanned Aerial Vehicle,UAV)由于具有成本效益高、部署灵活和移动性强等突出特性,已经成为无线网络的重要组成部分。本课
图像风格迁移是将原始图像渲染合成为不同风格图像的计算机视觉技术,近年来,随着深度学习和生成对抗网络的兴起,图像风格迁移逐渐成为研究的热点。现有图像风格迁移方法仅仅学习全局图像的特征而忽视了图像中局部实例特征的重要性,此外还在多样性、迁移效率和速度方面存在限制,本文提出基于跨粒度学习的实时图像风格迁移算法改善现有方法存在的问题。为了保证风格迁移后图像中的局部实例更加真实,本文提出基于跨粒度学习的图像
无人机(Unmanned Aerial Vehicle,UAV)通信因其低成本和高机动性的特点在无线通信的覆盖、中继等领域得到了广泛的应用,已经成为无线通信研究的新热点。为了高效可靠地进行无人机无线通信系统的实际设计和性能评估,对无人机空地信道进行准确刻画进而建立准确、可靠且易于使用的无人机空地信道模型变得尤为重要。在目前无人机测量工作较少,缺乏大量实测数据的情况下,基于几何的随机性模型(Geom
随着“互联网+”时代的到来,在信息化技术不断推动下,传统企业为了抢先数字化产业市场获得更多经济效益将进行转型升级。低成本、高效率的软件外包服务得到了更多的关注和使用,但其自身具有的项目风险也一直是企业迫切需要解决的难题。因此,对软件外包项目的管理模式进行研究十分必要。本文将从发包方的角度,采用从整体到局部、层层递进的研究思路,对Y公司某外包项目进行分析,主要从项目团队、项目需求以及项目进度三个方面
在智慧城市建设大战略的指导下,智慧管廊作为智慧城市的重要组成部分,其发展与建设已成为当今基础建设的一个重要关注点。本文基于已有的智慧管廊云平台后台系统,提出了一种智慧管廊后台模块的系统优化方案。该方案对后台系统间的调用和安全架构进行了优化重构,提升了系统的整体性能。同时,对智慧管廊后台模块的热点功能,主要包括巡检计划、审批模块以及异常检测模块进行了功能优化,使其能够更好地适应当下的业务增长。本文的
近几年,随着深度学习的快速发展,小样本学习已经逐渐成为当前的研究热点,在医疗、稀有物种等领域具有非常好的场景和应用潜力。小样本识别旨在从一张或者只有少数几张图像中学习有关物体类别的信息,其最大的挑战是当前大多数小样本识别模型的准确率较低,仍然有较大的提升空间。为了有效地提高小样本识别的准确率,本文利用元学习的思想,对基于度量学习与数据增强的小样本识别算法进行研究。主要研究成果如下:(1)针对当前基
计算机断层扫描(CT)是一种多功能、高分辨率的成像方式,它能够得到人体不同部位和器官的横断面图像。自1973年第一台断层扫描机问世以来,CT对于改变临床诊断的面貌具有非常重大的意义,被越来越多地应用于筛查和诊断。考虑到正常剂量CT辐射会带来与导致遗传损伤和增加患癌概率有关的潜在健康风险,采用降低管电流的方法来降低辐射剂量。然而低剂量CT扫描会在重建图像中增加大量噪声和伪影,这会严重影响诊断精度。传
随着移动互联网和物联网各类新型业务和应用不断涌现,将带来数据流量的激增以及超过500亿量级的终端设备连接。超密集网络在室内外热点密集部署低功耗小基站,是解决5G移动网络数据流量爆炸式增长的有效方案。但由于通过基于有线光纤的回程连接密集部署,成本高昂,为了解决这个问题,第三代合作伙伴计划提出了接入回传一体化(IAB)体系结构。对于5G超密集网络,小小区的超密集部署与IAB节点的移动性会带来诸多待解决
数据时代之下,大数据技术渐渐成为数据时代的重要角色。大数据不仅是量的积累,更是质的飞跃。海量的、不同来源、不同形式、包含不同信息的数据可以容易地被整合、分析,原本孤立的数据变得互相联通。不过目前传统的数据产品在大数据场景下出现了一些局限性。如何针对大数据场景,如何处理不同的复杂数据源,这些都是目前横亘在用户和产品之间的鸿沟。如何才能让大数据变得亲切和易于理解,更好的服务用户,可视化无疑是最有效的途