基于网络层析成像技术的拓扑推断

网络层析成像是近年来新兴的一种网络测量技术,该技术结合了网络测量和统计推断,可以解决网络测量的部分难题.网络拓扑推断是网络层析成像技术的重要应用之一,基于网络层析成像技术的拓扑推断通过端到端的测量即可推断网络内部的拓扑结构,而不需要内部节点的合作.系统地总结了基于网络层析成像的拓扑推断技术的研究现状,对国内外研究进展进行了讨论,最后讨论了当前拓扑推断中存在的问题,并讨论了未来的研究方向.     

基于重叠网的IPv6网络拓扑保护模型

与IPv4不同,IPv6具有端到端通信、层次化地址结构等新特性,基于NAT掩蔽等手段的网络拓扑传统保护技术不再适用于IPv6环境。然而,现有的IPv6网络拓扑结构保护机制存在破坏端到端特性、难以适用网络层加密等问题。借鉴"隐真"和"示假"的军事思想,提出基于重叠网的IPv6网络结构保护模型。首先提出"重叠隐蔽网"的设计,即通过构建一个具有真实网络前缀的逻辑子网实现对网络真实结构的隐藏,然后给出重叠隐蔽网拓扑动态生成算法,以实现重叠隐蔽网的拓扑结构的动态变化。理论分析与实验测试结果表明,所提模型可有效隐蔽网络真实拓扑结构,并可通过虚假的拓扑结构欺骗攻击者,消耗其攻击资源。     

基于层析成像技术的拓扑推断

利用层析成像技术通过端到端的测量可以推断网络拓扑。该文讨论网络层析成像在网络拓扑推断中的测量方法的优点与不足,分析节点相关性计算方法的缺陷及当前各种拓扑推断算法。对测量方法、节点相关性计算方法和推断算法进行综合对比,总结网络层析成像在拓扑推断中的技术难点,对进一步的研究方向进行探讨。     

TopoObfu:一种对抗网络侦察的网络拓扑混淆机制

链路洪泛等典型网络攻击需要在拓扑侦察的基础上针对网络中的关键链路开展攻击行为,具有较强的破坏性和隐蔽性.为了有效抵御这类攻击,提出了一种对抗网络侦察的拓扑混淆机制TopoObfu.TopoObfu能够根据网络拓扑混淆的需求,在真实网络中添加虚拟链路,并通过修改探测分组的转发规则使攻击者获得虚假的拓扑探测结果,隐藏网络中的关键链路.为了便于实现,TopoObfu将虚假拓扑映射为SDN交换机的分组处理流表项,并支持在仅部分节点为SDN交换机的混合网络中部署.基于几种典型真实网络拓扑的仿真分析结果表明,TopoObfu能够从链路重要性、网络结构熵、路径相似度等方面有效提升攻击者进行关键链路分析的难度,并在SDN交换机流表数量、混淆拓扑生成时间等方面具有较高的实现效率,可以减小关键链路被攻击的概率.     

改善多源网络层析成像的可辨识性

多源网络层析成像采用多源多目标的网络端到端测量,可获得网状的拓扑结构,突破了一般拓扑识别方法只能识别树状拓扑网络的限制。针对现有方法存在的可辨识性问题,通过提取网络基本分析单元（两个源,两个目的节点的子网）的层次特征来获得其完整的拓扑信息,并提出了可辨识任意网络的融合算法来合并基本分析单元的拓扑信息,估计网络网状拓扑结构。论证了该文方法具有更强的可辨识性,仿真实验也证明了这一点。     

链路延迟网络拓扑合并方案的研究

网络拓扑合并是解决网络层析成像技术中大规模网络拓扑判定问题的重要研究方向。主要讨论采用对网络上的主机进行端到端测量的方法来获得网络的逻辑拓扑及链路属性,通过对基于延时的“三明治”网络测量方案进行改进,提出基于链路延迟属性的网络拓扑合并新方案。新方案具有测量不需要同步时钟、不需要重复测量和容易实施的特点,并通过实验进行了验证与分析。     

基于traceroute的层析成像方法*

针对传统的网络拓扑识别方法（如traceroute）无法完成包含不协作节点的拓扑识别以及基于网络层析成像技术的拓扑识别方法的复杂性和不确定性问题,提出一种基于traceroute的层析成像技术的拓扑识别方法。该方法可通过提出的最小相似度聚类算法和匿名节点构造归并算法,将网络层析成像获得的拓扑信息与trace-route探测结果融合,构成最终的拓扑结构。NS2的仿真表明,该方法不仅可识别包含不协作节点的网络拓扑,且所使用的探测包的数量也大大减少。     

网络层析成像研究综述

网络层析成像技术作为通信网络、层析成像技术和统计学理论相结合的产物,是一种全新的网络链路级参数推理、拓扑结构识别和OD（Origin-Destination）流估计的技术。在简要介绍网络层析成像的基本概念和数学模型的基础上,本文从网络链路级参数的推理、网络拓扑结构识别和OD流的估计3方面介绍了网络层析成像的研究现状,分析和展望了一些有价值的新发展,并指出了下一步的研究方向。     

基于多源网络断层扫描的拓扑推断技术研究

网络断层扫描(NT)技术可以在内部节点不配合的情况下推断网络逻辑拓扑.多源NT比单源NT可以获取更多的拓扑和链路性能信息.四种2-by-2结构的逻辑拓扑的推断是多源NT的核心问题.基于四种2-by-2结构特点的分析,将问题转换为判定两条路径是否有共享链路的问题,并提出一种新的三明治探测技术,以端到端延时或者丢包率是否变化作为依据,解决了四种2-by-2结构的拓扑推断问题.仿真结果表明,此技术具有很高的正确性和有效性.     

基于SNMP的网络拓扑发现算法

网络拓扑发现是网络管理中一项非常重要的技术.鉴于现在越来越多的网络设备都支持SNMP协议,提出了基于SNMP的网络层拓扑发现和链路层拓扑发现算法.网络层的拓扑发现算法有效的解决了路由器的多IP地址问题.对于链路层的拓扑发现,通过结合基于网桥转发表和基于网桥生成树两种算法的优点,提出了一种新的链路层拓扑发现算法.该算法能够快速准确地计算出整个被管网络的二层和三层拓扑结构,而且适用范围广泛.     

基于网络编码的拓扑推断研究综述

拓扑结构是重要的网络性能参数之一,尤其是对网络监控和管理而言,获取网络拓扑是一个很有意义的基础问题。网络编码技术的出现为网络拓扑推断提供了新的思路,中间节点的网络编码操作使得编码数据与网络拓扑结构之间存在着紧密的联系,基于网络编码的拓扑推断正是利用这种联系对网络拓扑结构进行分析识别。与利用网络层析成像实现拓扑推断相比,基于网络编码的拓扑推断有许多优势,如提高拓扑推断的准确性、降低推断算法的复杂度等。总结了网络编码技术在网络拓扑推断中的应用及研究现状。     

一种面向指纹探测欺骗的智能博弈对抗机制

指纹探测作为网络侦察的重要组成部分,是攻击者成功实施网络攻击的先决条件。针对攻防双方在指纹探测过程中的博弈对抗特征,设计了一种新型对抗攻击者指纹探测的欺骗机制,并通过建立不完全信息动态博弈模型有效刻画指纹探测欺骗过程,在此基础上讨论了欺骗指纹生成的基本方法。针对扩展指纹库规模导致的解空间爆炸问题,提出了一种基于遗传算法思想的智能指纹混淆算法,即两阶段最优策略选取算法（two-stage optimal strategy selection algorithm,TSOSA）,并建立了仿真实验环境。结果表明,与传统的贪婪算法相比,TSOSA更加有效地隐藏了网络资产的真实指纹特征,降低了攻击者的成功探测概率,进而增强了网络的安全防护能力。     

基于模体的目标区域网络拓扑划分方法

随着信息社会的发展,网络安全的重要性日益凸显,准确获取网络实体的地理位置有助于更好地实施网络管理。现有经典的基于拓扑启发式聚类的网络实体定位方法,采用基于网络结构的集群划分对网络实体进行聚类,由于没有考虑网络拓扑的具体特性,导致最后的结果误差较大。为解决这一问题,提出一种基于模体的目标区域网络拓扑划分方法。该方法根据目标网络拓扑呈现局部节点高聚类性的特点,创新性地引入"模体"的概念,在目标网络拓扑中挖掘模体结构并进行分析;然后借鉴复杂网络研究领域内局部社团发现方法中初始种子扩展的思路,以模体结构为初始种子进行相应扩展,将拓扑中与模体紧密相连的节点划分为多个集合;最后分别根据地标和公开的IP地理位置数据库对划分的节点集合进行定位,将集合的位置作为集合内节点的地理位置,从而实现网络实体的批量定位。基于香港和台湾两个地区网络拓扑的实验结果表明,该方法与经典的HC-Based方法、NNC方法相比,在网络实体定位准确率上分别能提高25%和16%左右,并且可批量定位的网络实体更多。     

基于TraceNET的多源协作的拓扑测量方法及其应用

面对日趋复杂的网络,网络的管理变得越来越重要,而网络的故障管理、配置管理、性能管理等都离不开网络拓扑。因此如何高效准确地获得网络拓扑,一直是网络拓扑研究中的一个热点和难点。鉴于此,提出了基于TraceNET的多源协作的拓扑测量方法,并且将该方法用于中国科学技术大学（USTC）校园网拓扑测量,结果表明该方法可以高效准确地绑定路由器的别名和发现子网,因此所提方法具有较高的应用价值。基于USTC校园网上高效准确的测量结果,将此测量方法用于中国教育科研网（CERNET）拓扑测量,可以获得的路由器级拓扑为管理和研究Internet提供了较大价值的参考。     

采用MSBN多智能体协同推理的智能农业车辆环境识别

为了解决智能农业车辆对所处复杂农田环境的识别信度定量分析困难的问题,提出了基于多连片贝叶斯网(MSBN)多智能体协同推理的目标识别算法.该方法把多智能体图像采集系统的局部信息表征在MSBN模型中,在观测不完备条件下,虽然单个智能体仅拥有目标的局部观测信息,但利用重叠子域信息的更新可以进行子网间消息的传播.利用MSBN局部推理和子网间信度通信的全局推理对多源信息进行融合,以提高识别性能.实验结果表明,与传统神经网络或BN方法相比,基于MSBN目标识别算法有效地对多源信息进行了补充,可以提高农业车辆在复杂环境进行识别的准确性.     

地区网络边界发现方法

地区网络边界刻画了现实世界国家和地区之间在网络空间中的拓扑界限.提出了一种主被动结合的双阶段地区网络边界发现方法——RNB(regional network border).第1阶段,基于定向拓扑测量与地理定位方法发现目标地区网络边界片段;第2阶段,基于多源信息加权定位和双重PING定位在边界片段中精准发现网络边界.实验以中国网络为对象,与CAIDA数据集相比,仅以2.5%的探测代价新发现了37%的边界节点,共计1 644个.经人工验证的一致率为99.3%,经某运营商验证的准确率为75%.