Tìm hiểu một số phương pháp dự báo tấn công ngập lụt trong mạng chuyển mạch chùm quang

BỘ GIÁO DỤC VÀ ĐÀO TẠO DAI HOC HUE TRUONG DAI HOC KHOA HOC PHAM THI THOA TIM HIEU MOT SO PHUONG PHAP DU BAO TAN CONG NGAP LUT TRONG MANG CHUYEN MACH CHUM QUANG CHUYEN NGANH: KHOA HOC MAY TINH MA SO: 48 01 01 LUAN VAN THAC SI KHOA HOC DINH HUONG NGHIEN CUU NGUOI HUONG DAN KHOA HOC PGS.TS VO VIET MINH NHAT Thừa Thiên Huế, 2020 LỜI CAM ĐOAN Tôi xin cam đoan: Đây cơng trình nghiên cứu khoa học riêng tơi Các số liệu, trích dẫn, kết thực nghiệm cài đặt trình bày luận văn trung thực có nguồn gơc rõ ràng Học viên Phạm Thị Thoa LỜI CÁM ƠN Đề hoàn thành luận văn này, trước tiên, xin bày tỏ cảm ơn tới Ban giám hiệu, phòng quản lý sau Đại học ° quý Thầy Cô khoa Công nghệ thông tin, trường Đại học Khoa học, Đại học Huế tận tình giảng dạy, truyền đạt kiến thức 1Úp đỡ, hỗ trợ tơi suốt q trình học tập trường MỤC LỤC DANH MỤC CÁC BẢNG 22 222221221112111211121112112112212121222ee i DANH MUC CAC CHU VIET TAT ooo ccoc esos csossesesessesesestertesetereearetereteeseresanesases ii DANH MỤC CÁC HÌNH VÀ ĐƠ THỊ 22 S221221222122121121121121222 xe iii PHAN MỞ ĐẦU 52 222222122112111211122112111111111211211212222222222re 1 Lý đo chọn để tài - 52-221 22122112111211221122112111211211112222122 re VN 0190013009 aaaãá Đối tượng phạm vi nghiên cứu -22-222 222222112211211121112111211121121122 xe 4; Phuong phap nghiÊn 'CỨUseascnsetes2tUDEGEIEEIOSIESIADAIEEHEDNHEEIVHEEIVEEHEEISRANGSSEPRSESBB Cấu trúc luận văn - s21 1211112111121111211112111121111 211122112212 12x ty CHƯƠNG TONG QUAN VE MANG CHUYEN MACH CHUM QUANG 1.1 GIGI THIEU VE MANG CHUYEN MACH CHUM QUANG 1.2 MANG CHUYEN MACH CHÙM QUANG 2-©2222222222225221522222222-e2 1.2.1 Kiến trac mang chuyén mach chim quango cccccece cscs cece esse eece tess eeeeeeeeeeeee 1.2.2 Tập hợp chủm HT HT Hà HT HH HH Hết c2: 211 121121111 E11 111 tt 1.2.3 Báo hiệu mạng chuyên mạch chùm quang 2: 2s22z+22z+2zz>zz2 1.2.4 Lập lịch chùm - 1S 211211112 12 Hy HT TH TH HH HH re 11 1.2.5 Giải tranh chấp -©2s222222122212211121112111211121112112112122 xe 13 1.3 TIỂU KÉT CHƯƠNG l . -©22222222211221122122112112112112112222 e6 15 CHUONG PHUONG PHAP PHAT HIEN TAN CONG NGAP LUT TRONG MANG CHUYEN MACH CHUM QUANG . 22cccczcccee 16 2.1 GIGI THIEU VE TAN CONG MẠNG -2-222222122212211222221.2 re 16 DAD Khai ni ieee ceccccecosessseeseseesssessssesssseseseesariesarerasiesariesarestaseesaseesaesseesseeee 16 2.1.2 Các hình thức cơng mạng phơ biến 22222 22122212221122122112222 e6 17 22 TAN QUANG CONG NGAP LUT TRONG MANG CHUYEN MACH CHUM 22222122212211222221221211221221222222222222212 are 20 2.2.2 Một số phương pháp phân tích phát cơng ngập lụt 22 2.3 TIỂU KÉT CHƯƠNG .-©22-2221221222122212221211211211212212222 xe 29 CHƯƠNG MO PHONG VA PHAN TICH KET QUẢ -2: 30 3.1 MO TA PHAN MEM MÔ PHỎNG WEKA 2222212221222122121222e6 30 3.1.1 Giới thiệu chung Weka -222 22221121112111211121112211211122122 xe 30 3.1.2 Các chức Weka St St nh Hy Hào 32 3.2 XÂY DỰNG MÔ HÌNH PHÂN LOẠI VỚI WEKA . 2-¿22z+2zz-2 33 3.3 XÂY DỰNG KỊCH BẢN MÔ PHỎNG 22-222 22222212211222222 e6 36 3.3.1 Thực chỉnh sửa liệu . 22221112211 111221 111221111221 11 112211112211 e2 36 3.3.2 Tiền xử lý liệu . -©-222222212211221111121112111211111112111212 re 36 3.3.3 Cài đặt phương pháp phát công ngập lụt đựa kỹ thuật khai phá Ca 52-2222 2212 222112121121112211122111221211222122122 re 39 3.4 TIỂU KÉT CHƯƠNG 522 2222212221222121112112112112122222 2e 45 KET LUẬN VÀ HƯỚNG PHÁT TRIỂN 222222 222222122212222222 xee 46 zs2 Hình 1.2 Tap hơp:chủm:v3 tách ChOm seescccewrees reer Hình 1.3 Quá trình đặt trước tức thời sau thời gian m cecececcceseseeveeseeseeees 10 Hình 1.4 Trang thái kênh liệu với trường hợp lập lịch : 12 Hình 1.5 Chuyển đổi bước sóng W¡ qua W¿ 22222 221221211221212222 e6 14 Hình 1.6 Định tuyến lệch hướng 22 2222E22E222E122112211271221112711271211212 e0 14 Hình 2.1 Một ví dụ cơng phan mm Oc hai cececcccecscsecsceecessevecsesesveseseesees 17 Hình 2.2 Phương pháp cơng ngập lụt . -©222222222222122212221222122222 e6 19 Hình 2.3 Kiến trúc mạng DCNN sử dung dé phát cơng ngập lụt 25 Hình 2.4 Kết phân loại phương pháp học máy (ML) DƠNN 29 Hình 3.1 Biểu tượng ứng dụng Weka 22 22222112212112222222ee 30 Hình 3.2 Một số hình ảnh giao diện người sử dụng Weka - 31 Hình 3.3 Các chức EXPÏOT€T 1S v32 EE SE rrEtrrrrerrerrerrrrerre 32 Hình 3.4 Lựa chọn thuộc tính dự đốn -2 2221112221121 sxxx 34 Hình 3.5 Xây dựng mơ hình phân loại dé dự báo . -©22222222212221222122e6 36 Hình 3.6 Các đặc trưng liệu :- c 232112 xrErrrrktrrrerreerre 37 Hình 3.7 Lua chọn đặc trưng c2 2S HH tre 38 Hình 3.8 Một số dặc trưng chọn -.:ccc St xe 39 Hình 3.9 Kết thuốc tính CON sszeszzrreresrssgbdrdsotbogtotiitthosyiyihowgiiitens 42 iil PHAN MO DAU Ly chon dé tai Trong năm gần đây, nhu cầu truyền thông ngày lớn với nhiều dich vụ yêu cầu băng rộng tốc độ cao đa phương tiện Đề đáp ứng thúc đầy phát triển kỷ nguyên thơng tin, mạng truyền thơng cần phải có khả linh hoạt cao, tốc độ truyền dẫn lớn, băng thông rộng, đa dịch vụ Các nhà khoa học, tổ chức viễn thông, hãng cung cấp thiết bị nghiên cứu phát triển áp dụng giải pháp công nghệ băng rộng với tốc độ cao đa phương tiện đổi với mạng viễn thông Mạng truyền dẫn quang với kỹ thuật truyền tin tiên tiến, giải pháp hữu hiệu để đáp ứng yêu cầu tương lai Với phát triển theo thời gian, có cơng nghệ chun mạch quang đề xuất: chuyển mạch kênh quang (Optical Circuit Switching - OCS), chuyén mach gói quang (Optical Packet Switching - OPS) va chuyén mach chim quang (Optical Burst Switching - OBS) Méi cong nghé déu có ưu nhược điểm chuyển mạch chùm quang dung hòa ưu nhược điểm hai loại chuyển mạch cơng nghệ triển khai đáp ứng nhu cầu băng thông tương lai gần Trong mạng OBS, đơn vị mang đữ liệu chùm liệu (hay ngắn gọn chùm), có độ dài thay đổi Một chùm có hai thành phần: gói điều khiển (Burst Packet Header - BHP) chùm liệu Gói điều khiến mang thông tin báo hiệu, chùm liệu mang liệu truyền tải Đầu tiên, BHP thiết lập đường truyền từ nguồn tới đích Sau đó, liệu truyền đường truyền Trong mạng OBS có nhiều hình thức bị cơng, cơng ngập lụt BHP (BHP Flooding Attack) 1a loai hinh phé bién Trong công ngập lụt BHP, nhiều BHP tạo nút mà kẻ công chiếm giữ Cùng với tạo, nhiễu BHP truyền đến nút Vì vậy, nút cố gắng phân bổ không gian cho BHP giả Do đó, tài ngun bị cạn kiệt khơng thể cấp phát cho BHP hợp lệ chúng đến Có nhiều phương pháp khác để phát công ngập lụt mạng OBS dựa định, mạng Bayes, luật suy diễn Trong luận văn này, chọn mạng nơ-ron nhân tạo để phát cơng ngập lụt BHP Do đề tài chọn nghiên cứu la “Tim hiểu số phương pháp dự báo tắn công ngập lụt mạng chuyển mạch chùm quang” Mục tiêu nghiên cứu e_ Tìm hiểu mạng chuyên mạch chùm quang e Tìm hiểu số phương pháp phân tích phát công ngập lụt mạng chuyên mạch chùm quang e©_ Cài đặt, so sánh đánh giá phương pháp phân tích phát cơng ngập lụt Đối tượng phạm vi nghiên cứu e_ Đối tượng nghiên cứu: Phương pháp phân tích phát công ngập lụt e Pham vi nghién ctu: Mang chuyên mạch chùm quang Phương pháp nghiên cứu e Nghiên cứu lý thuyết: thu thập tổng hợp từ số cơng trình nghiên cứu, báo khoa học lĩnh vực nghiên cứu e Cài đặt thực nghiệm, mô phỏng: mô phần mềm Weka Cấu trúc luận văn Luận văn bao gồm phần mở đầu ba chương nội đung: Chương Tổng quan mạng chuyển mạch chùm quang, giới thiệu mạng truyền dẫn quang mạng chuyển mạch chùm quang, bao gồm khái niệm kiến trúc, hoạt động, ý nghĩa thực tiễn mạng chuyển mạch chùm quang Chương Phương pháp phát công ngập lụt mạng chuyển mạch chùm quang, trình bày tiết số phương pháp phân tích đự báo công ngập lụt mạng chuyển mạch chùm quang liệt kê tập thuộc tính tập liệu | Preprocess I Clas sity I Cluster | Associate | Select attributes | Visualize Attribute Evaluator | Choose Search |ctssunseteval -P1-E1 Method | Choose Attribute ) pestrirst -D1-N5 Selection Mode _ Attribute selection output (#8) Use full training set (_) Cross-validation Folds 10 Í (Nom) Class (Num) Transmitted_Byte (Num) Received_Byte (Num) 10-Run-AVG-Drop-Rate (Num) 10-Run-AVG-Bandwith-Use (Num) 10-Run-Delay (Nom) Node Status (Mum) Flood Status Hinh 3.4 Lua chon thuéc tinh duoc du đoán - Bộ đánh gia thudc tinh (Attribute Evaluator): Để đánh giá tập thuộc tính tập liệu Weka cung cấp phương pháp đánh giá thuộc tính, gồm: + CfsSubsetEval Danh gia tap thuộc tính cách xem xét khả đự đốn thuộc tính riêng lẻ mức độ dư thừa chúng + CorrelationAttributeEval; Danh giá thuộc tính dựa tương quan với lớp + GainRatioAttributeEval: Danh giá thuộc tính dựa tỷ lệ gia tăng + Tr/oGainutIributeEval: Đánh giá thuộc tính dựa thơng tin thu + OneRAtiributeEval: Đánh giá thuộc tính phân loại OneR 34 cách sử dụng + PrineipalComponenzs: Thực phân tích thành phần chuyền đổi liệu + ReliefFAttributeEval Danh gia thudc tính dựa thé hién + SymmetricalUncertAttributeEval: Danh gia mot thudc tính dựa bat đối xứng + WrapperSubsetEval: Đánh giả tập thuộc tính dựa phân loại với xác nhận chéo - Phương thức tìm kiếm (Search Method): Để xác định phương pháp tìm kiếm thực Weka cung cấp phương thức tìm kiếm, gồm: + BestFirsi: Tiến hành kỹ thuật leo đôi tham lam kết hợp với quay lui + GreedySfepwise: Thực tìm kiếm tham lam phía trước phía sau thơng qua khơng gian tập thuộc tính + Ranker: Xếp hạng thuộc tính theo đánh giá trọng số thuộc tính Sử dụng kết hợp với đánh giá thuộc tính (ReliefF, GainRatio, ) - Chế độ lựa chọn thuộc tính (Attribute Selection Mode): Xac dinh chế độ lựa chọn thuộc tính sử dụng tập huấn luyện đầy đủ tiễn hành xác nhận chéo Để xây dựng mơ hình hồi quy tuyến tính, cần lựa chọn sử dụng tập huấn luyện đầy đủ Sau cùng, để xây dựng đánh giá mơ hình, Weka hỗ trợ người sử dụng thông qua tinh nang Classify cua Explorer Nguéi sw dung can thiét lập ba đối tượng cu thé sau: - Cac tiy chon kiém thir (Test options): Tay chon phuong pháp kiểm thử.Weka cung cấp phương pháp, gồm: + Use training set: Si dụng tập liệu mà phân loại huấn luyện + Supplied test set: Cung cấp tập đữ liệu kiểm thử Người sử dụng có thê lựa chọn tập liệu kiểm thử cách nháy vào nút “Set ” + Cross-validafion: Tiến hành xác nhận chéo + Percentage split: Chia tập đữ liệu thành phần, huấn luyện phan va 35 kiểm thử phần lại Phân chia tập đữ liệu theo tỷ lệ phần trăm người sử dụng cài đặt - Lựa chọn thuộc tính dự đốn (biến phụ thuộc) 3.3 XÂY DỰNG KỊCH BẢN MO PHONG 3.3.1 Thực chỉnh sửa liệu Dữ liệu công ngập lụt BHP mạng OBS sử đụng cài đặt lấy từ UCI [19] File đữ liệu có tên OBS-Network-DataSet_2 Aug27.arff Bộ liệu có 1075 trường hợp 22 đặc trưng Đặc trưng thứ hai mươi hai nhãn lớp Nó có nhãn lớp Đó Misbehaving- Block (Bloek), Behaving-No Block (No Block), Misbehaving- No Block (NB-No Block) Misbehaving-Wait (NB- Wait) Xây dựng mơ hình phân loại tập liệu thu thập Quá trình thực nghiệm tiến thành gồm 02 bước: + Tiền xử lý liệu Tập tin arff Lựa chọn thuộc tính |#*|_— Xây dựng mơ hình Hình 3.5 Xây dựng mơ hình phân loại để dự bảo Trong đó, liệu đầu vào q trình thực nghiệm liệu từ kho UCI [13] Dữ liệu đầu mơ hình phân loại Thơng qua mơ hình phân loại xây dựng được, người sử dụng phát cơng ngập lụt mạng chuyển mạch chùm quang 3.3.2 Tiền xử lý liệu Tách tập liệu thành hai tập: huấn luyện kiểm tra + Tập đữ liệu ban đầu gồm 21 đặc trưng 36 | Openfle || OpenURL || OpenDB || Generate | Filter Choose | None Current relation Relation: Selected attribute adellll-weka filters.unsu Attributes: Instances: 1075 Name: Class Missing: 0(0%) 22 ‘Sum of weights: 1075 Attributes = All No None | Invert Pattern 16 (_) Received_Byte 17 L_] 10-Run-AVG-Drop-Rate Type: Nominal Unique: (0%) NB-No Block 500 | Weight 500.0 No Block NB-Wait 155 155.0 | Label | Name Distinet: | Count Block 120 300 120.0 300.0 (YÌ|_ vieualze AI | | Class: Class (Nom) 18 |_} 10-Run-AVG-Bandwith-Use 19 L_] 10-Run-Delay 20 L_] Node Status | 21 Flood Status 2ices i ff Status OK Hinh 3.6 Các đặc trưng liệu Người sử dụng cần sử dụng tính Selecf affributes Explorer để lựa chọn thuộc tính độc lập xây dựng mơ hình 21 đặc trưng + Ta tiến hành tiền xử lý đề loại bỏ đặc trưng khơng cần thiết Phương thức tìm kiếm tập thuộc tính lựa chọn thơng qua phương pháp Bes/Fïrs Tập thuộc tinh ban đầu chưa có thuộc tính lựa chọn Tìm kiểm tập thuộc tính chế leo đồi tham lam kết hợp với chế quay lui Phương thức đánh giá thuộc tinh CfsSubsetEval duoc lua chọn để tìm tập thuộc tính có độ tương quan chặt chẽ với thuộc tính dự đốn Bến đối tượng tính nang Select attributes dugc lựa chọn sau: - Thuéc tinh duoc du doan: Flood Status - Chế độ lựa chọn thuộc tính: Sử dụng training set - Phương thức tìm kiếm: BesfFirsr - Bộ đánh giá thuộc tính: CfsSubsetEval 37 tập huấn luyện đầy du Use full @ Cross-validation Folds ma —1 10 (ions aes l ea number of | J J St0p Result list (right-click for options) ————— folds (%) >| Attribute selection output Use full training set attribute o¢ 4) Node 0( 03) 0( 0$) 10 Lost_Bandwidth 0( 0( 0$) 0$) 12 Packet_Transmitted 13 Packet_Received 1( 10 ®) 1( 10 %) 0( 03) 0( 0%) 1( 10 $} 0( 03%) 2( 20 3) of Used_Bandwidth 0( 0( 609%) 0%) Utilised Bandwith Rate Packet Drop Rate Full_Bandwidth Average_Delay Time Per Sec Percentage_Of_Lost_Packet_Rate Percentage Of Lost_Byte Rate Packet Received 1i Packet 14 Packet lost Rate Size_Byte 0( 0$) 15 Transmitted Byte 0( 0$) 16 Received Byte 8( 80%) 17 10-Run-AVG-Drop-Rate 6( 60 $) 18 10-Run-AVG-Bandwith-Use 1( 10 $) — 18 10-Run-Delay 0( 03) — 20 Node Status 21 flood Status 10(100 $) K=—————————r-rrrHinh 3.7 Lựa chọn đặc trưng Các đặc trưng chọn sau: Utilised Bandwith Rate m of Used Bandwidth aw Percentage Of Lost Packet Rate Se Packet Drop Rate 10-Run-A VG-Drop-Rate 10-Run-A VG-Bandwith-Use Ses 10-Run-Delay Flood Status Class 38 Current relation Selected attribute Relation: adellll-weka_filters.unsu Instances: 1075 Attributes: Sum of weights: 1075 Name: Packet Drop Rate Missing: (0%) Distinct Attributes j| | Men || In || PaRem Statistic Minimum Maximum | | Value 0.086 0.768 Mean 0411 StdDev | Name Type: Numeric Unique: (0%) 199 0.183 (¥J Utilised Bandwith Rate E4 PacketDrop Rate | Class: Class (Nom) (M] Percentage_Of_Lost Packet_Rate | Visualize AN | (ý) ofUsed_Bandwidth Í] 10-Run-AVG-Drop-Rate (¥) 10-Run-AVG-Bandwith-Use WJ 10-Run-Delay W) Flood Status 9) Class Hình 3.8 Một số dặc trưng chọn 3.3.3 Cài đặt phương pháp phát công ngập lụt dựa kỹ thuật khai phá liệu A Phân loại trước CFS e_ Với kỹ thuật Naive Bays Bảng 3.1: Kết phân loại kỹ thuật Naive Bays === Summary === Correctly Classified Instances 822 Incorrectly Classified Instences Kappa statistic Mean absolute error Root absolute relative Total Number of 0.326 error squared % 23.5349 % 0.1288 Root mean squared error Relative 76.4651 253 0.6606 error Instances 38.2881 * 79.4959 $ 1078S === Detailed Accuracy By Class === TP Weighted Avg === Confusion a b oc Rate 0,736 0,958 1,000 0,613 0,765 Matrix FP Rate 0,122 0,073 0,000 0,146 0,105 Precision 0,840 0,622 1,000 0, 620 0,777 Recall 0,736 0,958 1,000 0,613 0,765 F-Measure 0,785 0,754 1,000 0,616 0, 765 == d