Статистическая модель информационного трафика

• Автор: Иванов, Валерий Викторович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Дубна
• Количество страниц: 145 с. : ил.

Содержание
Введение

Обзор литературы.

Глава 1. Система сбора данных .

Глава 2. Нелинейный анализ измерений информационного трафика .

2.1. Оценка параметров динамической системы.

2.2. Реконструкция динамической системы

2.3. Нелинейная модель сетевого трафика на основе ИНС.

2.4. Выводы ко второй главе

Глава 3. Логнормальное распределение сетевого трафика . .

3.1. Агрегирование измерений сетевою трафика .

3.2. Причины логнормальности сетевого трафика.
3.3. Самоподобие и степенной закон измерений трафика .
3.4. Выводы к третьей главе
Глава 4. Сингулярноспектральный анализ измерений трафика .
4.1. Основные этапы метода Гусеница5ССА
4.2. Анализ измерений трафика с помощью метода главных компонент анализ ведущих компонент .
4.3. Анализ измерений трафика с помощью метода главных компонент анализ остаточных компонент.
4.4. Выводы к четвертой главе
Глава 5. Вейвлетфильтрация сетевого трафика .
5.1. Спектральный анализ трафика
5.2. Вейвлетфильтрация информационного трафика .
5.3. Анализ статистических характеристик отфильтрованного ряда
5.4. Выбор функциональных компонент
5.5. Выводы к пятой главе
Глава 6. Детектирование изменений динамики сетевого трафика .
6.1. Алгоритмы отбора на основе искусственных иммунных систем
6.2. Используемые наборы данных
6.3. Детектирование точек смены состояния.
6.4. Различие в динамике дневного и ночного режимов
6.5. Классификация ночного режима.
6.6. Хакерская атака
6.7. Выводы к шестой главе
Литература


Но с ростом размера сетей, увеличением разнообразия сетевых приложений, появлением новых протоколов передачи данных в поведении трафика различия между реальным поведением и пуассоновским стали проявляться все больше. Статистические характеристики (среднее значение, спектральная плотность, автокорреляционная функция и др. Характерным для описания процессов передачи данных пакетным трафиком являются обнаруженные на практике свойства самоподобия или масштабной инвариантности статистических характеристик. Впервые на самоподобие процессов, описывающих трафик в пакетных сетях, обратили внимание в начале -х годов прошлого века. В году Лиланд (W. Leland) и его коллеги ( M. Taqqu, W. Willinger и D. Wilson) опубликовали результаты работы, которая в корне изменила существующие представления о процессах, происходящих в телекоммуникационных сетях с коммутацией пакетов []. Эти исследователи изучили трафик в информационной сети корпорации Bellcore и обнаружили, что потоки в ней нельзя аппроксимировать простыми зависимостями, поскольку они имеют совершенно иную структуру, чем принято в классической теории телетрафика. Херста около 0. В настоящее время проблеме самоподобия телетрафика уже более лет, ей посвящены тысячи работ, но она до сих пор не утратила своей актуальности. Среди зарубежных ученых, активно занимающихся этой проблемой, необходимо выделить авторов, которым принадлежат наиболее фундаментальные труды в этом направлении - W. Leland, М. Taqqu, W. Willinger, D. Wilson [], W. Willinger, M. S. Taqqu, R. Sherman, D. V. Wilson [], M. T. Lucas, D. E. Wrege, B. J. Dempsey, A. C. Weaver [], V. Paxson, S. Floyd [, ], M. E. Crovella, A. Bestavros [], K. Park [, , ], B. Ryu [] и др. Среди отечественных исследователей необходимо отметить оригинальные исследования, монографии, а также учебные пособия В. И. Неймана [9], B. C. Цыбако-ва [6], Н. Б. Лиханова и B. C. Цыбакова [7], И. В. Шмелева [, ], О. И. Шелу-хина, А. М. Тенякшева. A.B. Осина [2], А. Я. Городецкого и B. C. Заборовского [3, 5], В. В. Крылова и С. С. Самохваловой [] и др. Благодаря многочисленным экспериментам и исследованиям, проведенными учеными различных стран, сегодня можно с уверенностью утверждать, что трафик современных телекоммуникационных сетей с коммутацией пакетов обладает особой (фрактальной) структурой, являющейся проявлением эффекта самоподобия [2, ], не позволяющей использовать привычные методы, основанные на марковских моделях и формулах Эрланга, зарекомендовавших себя в телефонных сетях с коммутацией каналов. Данные особенности являются следствием протяженных статистических зависимостей (ПСЗ), проявляющихся в степенном характере затухания автокорреляционных функций. Описанное явление значительно ухудшает характеристики (увеличивает потери и задержки) при прохождении трафика через сеть даже в случаях, когда средняя интенстивность трафика намного ниже потенциально достижимой скорости передачи в данном канале. К настоящему времени показано, что самоподобной структурой обладает телетрафик в проводных сетях при работе широко распространенных протоколов Ethernet [], ОКС- [8], VOIP [], TCP [] и пр. Оперативная диагностика характеристик трафика в информационных сетях имеет важное значение для повышения качества передачи информации. Вследствие влияния различных факторов на режим работы сети природа сетевых взаимодействий является случайной, и количественный анализ характеристик исследуемой системы возможен на основе использования статистического подхода и аппарата теории случайных процессов. На сегодняшний день наибольший интерес и значимость представляет задача исследования характеристик сетевого трафика с целью выявления аномального поведения системы, или сбоев в работе сети. Данную задачу можно решать с помощью сбора и анализа различной статистической информации по трафику, проходящему через сетевое устройство. Аномалии в поведении трафика могут представлять собой, например, необоснованные рост или падение интенсивности трафика, нарушения стационарности, чрезмерное повышение интенсивности использования отдельных частей сети и т. Система сигнализации N7 (ОКС-7) это набор сигнальных телефонных протоколов, используемых для настройки большинства телефонных станций (PSTN) по всему миру.