13.32M

Презентация доклад ВКР (образец)

1.

Дипломная работа на тему:
Разработка программного средства эвристической
идентификации трафика инфокоммуникационной
сети на основе метода опорных векторов
Исполнитель: курсант
364 уч. группы
Иванов И.И.
Руководитель: подполковник
Петров Р.Н.

2.

ТЕМА: РАЗРАБОТКА ПРОГРАММНОГО СРЕДСТВА ЭВРИСТИЧЕСКОЙ
ИДЕНТИФИКАЦИИ ТРАФИКА ИНФОКОММУНИКАЦИОННОЙ СЕТИ НА ОСНОВЕ
МЕТОДА ОПОРНЫХ ВЕКТОРОВ
ЦЕЛЬ ИССЛЕДОВАНИЯ: ПОВЫШЕНИЕ ДОСТОВЕРНОСТИ ФУНКЦИОНИРОВАНИЯ СИСТЕМ DPI (DEEP PACKET
INSPECTION) ИНФОКОММУНИКАЦИОННЫХ СЕТЕЙ (ИКС).
ОБЪЕКТ ИССЛЕДОВАНИЯ: ПОДСИСТЕМА АНАЛИЗА, КОНТРОЛЯ И УПРАВЛЕНИЯ ТРАФИКОМ ИКС, ПОСТРОЕННАЯ
НА ОСНОВЕ ТЕХНОЛОГИИ DPI.
ПРЕДМЕТ ИССЛЕДОВАНИЯ: МЕТОДЫ И СРЕДСТВА ПОВЕДЕНЧЕСКОЙ ИДЕНТИФИКАЦИИ.
ЧАСТНЫЕ ЗАДАЧИ ИССЛЕДОВАНИЯ:
1. АНАЛИЗ ТИПОВ И ОСОБЕННОСТЕЙ РЕАЛИЗАЦИИ ИНФОКОММУНИКАЦИОННЫХ УСЛУГ В ИКС НА ПРИМЕРЕ
СЕТЕЙ СВЯЗИ ОБЩЕГО ПОЛЬЗОВАНИЯ.
2. КЛАССИФИКАЦИЯ МЕТОДОВ ИДЕНТИФИКАЦИИ, А ТАКЖЕ ОБЛАСТЕЙ ИХ ПРИМЕНЕНИЯ ПРИ ПРЕДОСТАВЛЕНИИ
УСЛУГ ИКС.
3. АНАЛИЗ МАРКЕРНЫХ ПРИЗНАКОВ СЕТЕВОГО ТРАФИКА ДЛЯ РЕШЕНИЯ ЗАДАЧИ ПОВЕДЕНЧЕСКОЙ
ИДЕНТИФИКАЦИИ.
4. РАЗРАБОТКА МОДЕЛИ И АЛГОРИТМА, РЕАЛИЗУЮЩИХ ФУНКЦИЮ ПОВЕДЕНЧЕСКОЙ ИДЕНТИФИКАЦИИ
DPI-СИСТЕМЫ.
5. РАЗРАБОТКА ПРОГРАММНОГО СРЕДСТВА ЭВРИСТИЧЕСКОЙ ИДЕНТИФИКАЦИИ ТРАФИКА, ОЦЕНИВАНИЕ
ЭФФЕКТИВНОСТИ РЕШЕНИЯ.
АПРОБАЦИИ, ПУБЛИКАЦИИ, РЕАЛИЗАЦИЯ:
НТР «Сирень», НИР «Система ДС-К»;
XX Межведомственная научная конференция февраль 2017 г.; XVII открытая научная конференция
«Информационная безопасность и специальное ПО 15-16 марта 2017 г.
2

3.

ОБЪЕКТ, ПРЕДМЕТ И ПРОБЛЕМА ИССЛЕДОВАНИЯ
Пункт администрирования DPI
Deep Packet Inspection (сокр. DPI) — совокупное название
технологии, позволяющей проводить накопление, анализ,
классификацию, контроль и модификацию сетевых пакетов в
зависимости от их содержимого в режиме реальном времени.
Internet
User 1
Router 1
User 2
Router 2
Access Point
Сканирование,
приоритизация и
блокирование
Беспроводная сеть
Switch 2
Switch 1
User 1
User 2
Локальная сеть
User 1
Server 1
User 2
...
Server 2
...
Серверная зона
Server N
Назначение систем DPI:
управление информационной безопасностью
реализация политики QoS для различных групп
потребителей услуг
идентификация и фильтрация трафика по используемым
протоколам
ограничение доступа к ресурсам сети общего доступа
персонализация услуг
управление трафиком с целью оптимизации сетевых
ресурсов
User k
Локальная сеть
Рисунок 1 - Обобщенная архитектура системы DPI
инфокоммуникационной сети.
Применимость DPI обусловлена:
• ФЗ-149, ФЗ-139, ФЗ-187, ФЗ-398, ФЗ-114;
• Приказ Минкомсвязи № 6 от 16.01.2008 г.;
• № 374-ФЗ от 06.07.2016 г.
33

4.

1. АНАЛИЗ ТИПОВ И ОСОБЕННОСТЕЙ РЕАЛИЗАЦИИ ИНФОКОММУНИКАЦИОННЫХ
УСЛУГ В ИКС НА ПРИМЕРЕ СЕТЕЙ СВЯЗИ ОБЩЕГО ПОЛЬЗОВАНИЯ
Виды инфокоммуникационных услуг
Доступа к
информационным
ресурсам (HTTP)
Просмотр WEB-страниц
Электронная почта
(POP3, IMAP, SMTP)
Видеосвязь (SIP)
Файловый обмен
(TORRENT, FTP)
Телефония (SIP)
Обмен сообщениями
(XMPP)
Просмотр видео
Прослушивание аудио
Социальные сети
Просмотр картинок,
фотографий
Пользование другими
услугами ИВС
Рисунок 2 - Классификация видов инфокоммуникационных услуг
Рисунок 3 - Распределение трафика среди услуг ИКС
Рисунок 4 - Распределение нагрузки сети Интернет в течении суток
44

5.

2. КЛАССИФИКАЦИЯ МЕТОДОВ ИДЕНТИФИКАЦИИ В СЕТЯХ СВЯЗИ ОБЩЕГО
ПОЛЬЗОВАНИЯ
Количество
идентифицируемых
потоков
Количество
источников трафика
в потоке
K
Время анализа
L
Достоверность
идентификации
Достоверность
идентификации
эвристическим
методом
Достоверность
идентификации
сигнатурным
методом
Объем базы
сигнатур
Количество
сигнатур одного
потока
Время
обучения
системы
Метод
эвристической
идентификации
Объем
выборки
показателей
для обучения
Количество
маркерных
признаков
– распределение размера пакетов
– распределение
интервалов
времени межу поступлением пакетов
– распределение интенсивности
обращений по заданному IP-адресу
хоста назначения
– распределение интенсивности
использования портов транспортного
уровня
Рисунок 5 - Классификация методов
идентификации
– распределение интенсивности
согласования сертификатов с хостами
серверов
Рисунок 6 - Система
показателей качества
55

6.

3. МАРКЕРНЫЕ ПРИЗНАКИ СЕТЕВОГО ТРАФИКА ДЛЯ РЕШЕНИЯ ЗАДАЧИ
ПОВЕДЕНЧЕСКОЙ ИДЕНТИФИКАЦИИ
Таблица 1 - Признаки канального уровня
Наименование признака
Показатель
Распределение длин пакетов
Размер пакета [байт]
Распределение интенсивностей
передачи пакетов
Интенсивность передачи
пакетов [пакет/с]
Распределение времени пауз
между пакетами
Время паузы между пакетами
[с]
Распределение скорости передачи
пакетов
Скорость передачи пакетов
[бит/с]
Уровень
достоверности
0,1
Таблица 2 - Признаки сетевого уровня
Наименование признака
Рисунок 7 - Схема исследовательского макета для выявления
признаков сетевого трафика
Состав исследовательского стенда:
Коммутатор с настроенным SPAN - портом;
ЭВМ объединенные в локальную сеть и имеющие доступ к сети
Интернет;
Анализатор сетевого трафика Wireshark версии 2.2.5.
Показатель
Распределение IP-адресов
источника
IP-адрес источника
Распределение IP-адресов
получателей
IP-адрес получателя
Распределение значений
служебных полей IP заголовка
Значение служебных полей IP
заголовка
Уровень
достоверности
0,2
66

7.

3. МАРКЕРНЫЕ ПРИЗНАКИ СЕТЕВОГО ТРАФИКА ДЛЯ РЕШЕНИЯ ЗАДАЧИ
ПОВЕДЕНЧЕСКОЙ ИДЕНТИФИКАЦИИ (продолжение)
Таблица 3 - Признаки транспортного уровня
Наименование признака
Рисунок 8 - Гистограмма распределения длины пакетов
исходящего трафика
Распределение портов источника
Порт источника
Распределение портов получателей
Порт получателя
Распределение типов протоколов
транспортного уровня
Тип протокола
транспортного уровня
Уровень
достоверности
0,3
Таблица 4 - Признаки прикладного уровня
Наименование признака
Рисунок 9 - Гистограмма распределения длины пакетов
входящего трафика
Показатель
Показатель
Распределение пиковых периодов
работы за день
Пиковый период за день
Распределение объема трафика за
фиксированных интервал измерений
Объем трафика за
фиксированный интервал
измерений за день
Распределение используемых
протоколов прикладного уровня
Используемые протоколы
прикладного уровня
Уровень
достоверности
0,4
77

8.

4. МОДЕЛИ И АЛГОРИТМ, РЕАЛИЗУЮЩИХ ФУНКЦИЮ ПОВЕДЕНЧЕСКОЙ
ИДЕНТИФИКАЦИИ DPI-СИСТЕМЫ
Рисунок 10 - Пример задачи разделения множеств
88

9.

4. МОДЕЛИ И АЛГОРИТМ, РЕАЛИЗУЮЩИХ ФУНКЦИЮ ПОВЕДЕНЧЕСКОЙ
ИДЕНТИФИКАЦИИ DPI-СИСТЕМЫ (продолжение)
Рисунок 11 - Пример расположения показателей r, при t =2.
Рисунок 12 - Блок-схема алгоритма поведенческой
идентификации на основе метода опорных векторов.
99

10.

5. ПРОГРАММНОЕ СРЕДСТВО ЭВРИСТИЧЕСКОЙ ИДЕНТИФИКАЦИИ ТРАФИКА,
ОЦЕНИВАНИЕ ЭФФЕКТИВНОСТИ РЕШЕНИЯ
WinPcap
Модуль первичной
обработки пакетов
Модуль статистической
обработки размеров
фрейма
Модуль статистической
обработки временных
характеристик пакета
Модуль статистической
обработки трафика
Блок статистической
обработки данных
Модуль сохранения эталонных
статистических значений
Модуль статистической
обработки IP адресов –
участников обмена
данными
Графический
интерпритатор
Рисунок 14 - Интерфейс программы эвристической идентификации
Модуль статистической
обработки портов L4
уровня
Критерий согласия
Пирсона
Метод опорных
векторов
Блок классификации данных
БД
Рисунок 13 - Функциональная схема программного средства
эвристической идентификации
Рисунок 15 - График зависимости достоверности
эвристической идентификации трафика от количества потоков
10
10

11.

English Русский Rules