通过流量和数据包综合估计内网感染蠕虫概率的研究  

Research of Internet worm infection probability estimation based on comprehensive analysis of net-flow and packets

作　　者：王勇超[1] 谢永凯[1] 朱之平[1] 董亚波[2] 

机构地区：[1]浙江大学网络信息中心,杭州310027 [2]浙江大学人工智能所,杭州310027

出　　处：《计算机应用研究》2010年第1期237-239,共3页Application Research of Computers

基　　金：国家自然科学基金资助项目(60503061);国家"863"计划资助项目(2008AA01Z416)

摘　　要：提出了一种分析内网感染蠕虫可能性大小的方法。对通过内网交换机上的数据包使用蠕虫行为进行分析,得到行为异常的数据包数量,然后使用AR模型分析异常数据包的数量得到异常数据包的增长率;对内网异常流量和异常数据包增长率加权,并对它们综合估计得到内网中感染蠕虫概率的大小。实验表明该方法有效可行。This paper presented a method of analyzing the probability of Internet worm infection in internal network. Analyzed the packets through the switch in network by using the active of Internet worm, acquired the amount of abnormal packets, then analyzed the number of abnormal packets to get the abnormal packets rise rate by using AR model. Weighted the abnormal flow and abnormal packets rise rate in internal network, comprehensively estimated them and got the probability of Internet worm infection in internal network. The experiment results show that the method is effective and feasible.

关 键 词：异常数据包 AR模型 异常流量 加权 概率 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]