Luận án tiến sĩ: Thuật toán phân loại gói tin và phát hiện xung đột phát triển tường lửa hiệu năng cao - Vũ Duy Nhất (Viện KHCN Quân sự)
Luận án tiến sĩ đề xuất thuật toán phân loại gói tin và phát hiện xung đột, tối ưu hiệu năng tường lửa mạng.
Luan An
Luận án tiến sĩ
Năm xuất bản
Số trang
131
Thời gian đọc
20 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Tổng quan về Tường lửa và phân loại gói tin
- Số trang:
- 131 trang
- Trường:
- Viện Khoa học và Công nghệ Quân sự
- Chuyên ngành:
- Cơ sở toán học cho tin học
- Tác giả:
- Vũ Duy Nhất
- Năm:
- 2019
Tóm tắt nội dung luận án
I.Tổng quan về Tường lửa và phân loại gói tin
An ninh mạng là ưu tiên hàng đầu trong mọi hệ thống. Tường lửa đóng vai trò trung tâm trong việc bảo vệ các tài nguyên mạng. Nó kiểm soát lưu lượng truy cập, ngăn chặn các mối đe dọa. Hiệu suất mạng của tường lửa phụ thuộc đáng kể vào khả năng Lọc gói tin. Tốc độ phân loại gói tin quyết định Thông lượng và Độ trễ của toàn bộ hệ thống. Mục tiêu chính của nghiên cứu là phát triển tường lửa hiệu năng cao, đảm bảo an toàn mà không ảnh hưởng đến trải nghiệm người dùng.
1.1. Khái niệm và chức năng Tường lửa.
Tường lửa là thành phần thiết yếu của An ninh mạng. Nó bảo vệ hệ thống khỏi các mối đe dọa bên ngoài. Chức năng chính là kiểm soát lưu lượng truy cập mạng. Điều này thực hiện dựa trên một bộ Quy tắc tường lửa đã định sẵn. Tường lửa hoạt động như một điểm kiểm soát quan trọng. Giới hạn quyền truy cập từ các mạng không tin cậy. Đảm bảo an toàn cho dữ liệu và tài nguyên. Lọc gói tin là cốt lõi của hoạt động này.
1.2. Mối quan hệ hiệu năng tốc độ phân loại.
Hiệu suất mạng của tường lửa phụ thuộc vào tốc độ phân loại gói tin. Gói tin cần được xử lý nhanh chóng. Điều này tránh gây ra Độ trễ. Tốc độ cao đảm bảo Thông lượng lớn. Phân loại gói tin quyết định hành động tiếp theo: cho phép, từ chối hoặc chuyển hướng. Một hệ thống tường lửa chậm sẽ làm giảm hiệu suất toàn bộ mạng. Nâng cao tốc độ phân loại là mục tiêu chính.
1.3. Hướng nghiên cứu nâng cao hiệu suất.
Nghiên cứu tập trung vào việc cải thiện tốc độ phân loại gói tin. Điều này bao gồm các giải pháp phần cứng và phần mềm. Giải pháp phần cứng bao gồm sử dụng ASIC hoặc FPGA. Giải pháp phần mềm tập trung vào thuật toán. Các thuật toán mới giúp xử lý Quy tắc tường lửa hiệu quả hơn. Mục tiêu là phát triển tường lửa hiệu năng cao. Đảm bảo bảo mật mà không ảnh hưởng đến Hiệu suất mạng.
II.Thuật toán phân loại gói tin hiệu năng cao tường lửa
Phân loại gói tin là một nhiệm vụ phức tạp, đặc biệt khi Quy tắc tường lửa ngày càng tăng về số lượng và độ phức tạp. Các thuật toán hiện tại đối mặt với thách thức về tốc độ và khả năng mở rộng. Nghiên cứu này đề xuất một cấu trúc dữ liệu mới, cây Ưu tiên đa nhánh (MWP), nhằm tối ưu hóa quá trình Lọc gói tin. MWP được thiết kế để cải thiện đáng kể Hiệu suất mạng, giảm Độ trễ và tăng Thông lượng. Điều này đặc biệt quan trọng trong môi trường An ninh mạng hiện đại.
2.1. Tiêu chí đánh giá thuật toán phân loại.
Các thuật toán phân loại gói tin được đánh giá bằng nhiều tiêu chí. Tốc độ xử lý là yếu tố hàng đầu. Khả năng mở rộng với số lượng Quy tắc tường lửa lớn. Tiêu thụ bộ nhớ cũng là một tiêu chí quan trọng. Độ phức tạp của thuật toán ảnh hưởng đến Hiệu suất mạng. Mục tiêu là tìm thuật toán cân bằng giữa tốc độ, bộ nhớ và khả năng mở rộng. Đảm bảo hiệu quả cho Lọc gói tin.
2.2. Đề xuất cấu trúc cây Ưu tiên đa nhánh MWP .
Nghiên cứu đề xuất một thuật toán phân loại gói tin mới. Thuật toán này dựa trên cấu trúc cây Ưu tiên đa nhánh (MWP). MWP tối ưu hóa quá trình tìm kiếm luật phù hợp. Cây MWP cho phép xử lý các gói tin với nhiều trường khác nhau. Cấu trúc này giảm số lần so sánh. Nó tăng tốc độ phân loại đáng kể. Cải thiện khả năng quản lý các bộ Quy tắc tường lửa phức tạp.
2.3. Cải thiện tốc độ xử lý gói tin.
Thuật toán MWP cải thiện tốc độ xử lý gói tin. Điều này đạt được thông qua việc tổ chức dữ liệu thông minh. Các nhánh của cây được tối ưu hóa cho tìm kiếm nhanh. Tốc độ phân loại gói tin trực tiếp ảnh hưởng đến Thông lượng. Giảm Độ trễ của hệ thống. Đây là một bước tiến quan trọng trong việc phát triển tường lửa hiệu năng cao. Nó nâng cao An ninh mạng tổng thể.
III.Kỹ thuật loại sớm gói tin nâng cao thông lượng mạng
Trong bối cảnh lưu lượng mạng ngày càng tăng, kỹ thuật loại sớm gói tin trở thành một giải pháp hữu ích. Nó giúp giảm gánh nặng xử lý cho tường lửa bằng cách loại bỏ các gói tin không mong muốn ngay từ đầu. Điều này không chỉ tối ưu hóa Hiệu suất mạng mà còn tăng cường Thông lượng tổng thể. Việc kết hợp các trường gói tin theo những cách sáng tạo có thể đẩy nhanh quá trình loại bỏ này. Nó giảm thiểu nhu cầu Deep Packet Inspection (DPI) cho các gói tin rõ ràng là độc hại hoặc không phù hợp.
3.1. Ý tưởng loại sớm gói tin.
Loại sớm gói tin là một chiến lược hiệu quả. Nó giúp giảm tải cho hệ thống tường lửa. Gói tin không mong muốn được xác định và loại bỏ ngay lập tức. Điều này xảy ra trước khi thực hiện các phép kiểm tra sâu hơn. Chiến lược này đặc biệt hữu ích khi có lượng lớn lưu lượng độc hại. Hoặc các gói tin không phù hợp với các Quy tắc tường lửa cơ bản. Nó tối ưu hóa Hiệu suất mạng.
3.2. Kết hợp trường giúp giảm gánh nặng.
Kỹ thuật loại sớm gói tin được cải tiến bằng cách kết hợp các trường. Sử dụng phép kết hợp (COM) hoặc XOR trên nhiều trường gói tin. Điều này tạo ra một "chữ ký" nhanh chóng. Chữ ký này giúp xác định gói tin cần loại bỏ sớm. Giảm đáng kể số lượng gói tin phải qua quá trình Deep Packet Inspection (DPI) đầy đủ. Giảm gánh nặng tính toán. Cải thiện tốc độ Lọc gói tin.
3.3. Hiệu quả tăng cường thông lượng.
Việc sử dụng kỹ thuật loại sớm gói tin mang lại hiệu quả rõ rệt. Nó tăng cường Thông lượng của tường lửa. Giảm Độ trễ cho các gói tin hợp lệ. Các gói tin độc hại hoặc không cần thiết bị loại bỏ nhanh. Nguồn lực hệ thống được giải phóng. Điều này cho phép tường lửa xử lý nhiều lưu lượng hợp lệ hơn. Tối ưu hóa An ninh mạng mà vẫn duy trì Hiệu suất mạng cao.
IV.Phát hiện xử lý xung đột quy tắc tường lửa hiệu quả
Sự phức tạp của các bộ Quy tắc tường lửa thường dẫn đến các Xung đột quy tắc. Các xung đột này có thể làm suy yếu An ninh mạng và gây ra hành vi không mong muốn. Phân tích quy tắc thủ công tốn thời gian và dễ xảy ra lỗi. Nghiên cứu này tập trung vào việc tự động hóa quá trình phát hiện xung đột. Đề xuất một cấu trúc dữ liệu mới, cây CDT, để nhận diện và quản lý hiệu quả các mâu thuẫn trong ACL. Điều này đảm bảo tính nhất quán và độ tin cậy của tường lửa.
4.1. Các loại xung đột trong tập luật.
Tập luật tường lửa thường gặp phải các xung đột. Xung đột quy tắc xảy ra khi nhiều luật có thể áp dụng cho cùng một gói tin. Các hành động của các luật đó lại mâu thuẫn. Ví dụ, một luật cho phép, luật khác từ chối cùng loại lưu lượng. Điều này gây ra hành vi không mong muốn. Gây suy giảm An ninh mạng. Cần Phân tích quy tắc cẩn thận để xác định.
4.2. Đề xuất cấu trúc cây CDT phát hiện xung đột.
Nghiên cứu đề xuất cấu trúc cây phát hiện xung đột (CDT). Cây CDT được thiết kế để nhận diện các Xung đột quy tắc. Nó biểu diễn không gian luật một cách hiệu quả. Thuật toán trên cây CDT nhanh chóng xác định các cặp luật mâu thuẫn. Cải thiện đáng kể khả năng quản lý ACL. Đảm bảo tính nhất quán của bộ Quy tắc tường lửa.
4.3. Cài đặt và đánh giá khả năng xử lý.
Thuật toán CDT đã được cài đặt thử nghiệm. Kết quả đánh giá cho thấy hiệu quả cao. Khả năng phát hiện xung đột chính xác và nhanh chóng. Điều này giúp quản trị viên dễ dàng xử lý các Xung đột quy tắc. Tăng cường độ tin cậy của tường lửa. Đảm bảo An ninh mạng mạnh mẽ. Góp phần vào việc duy trì Hiệu suất mạng tối ưu.
V.Tối ưu An ninh mạng Hiệu suất với ACL Lọc gói tin
Việc kết hợp các cải tiến trong thuật toán phân loại gói tin và phát hiện xung đột mang lại lợi ích lớn. Nó tăng cường khả năng phòng thủ của tường lửa trước các mối đe dọa đa dạng. Đồng thời, nó duy trì Hiệu suất mạng ở mức cao. Một ACL được quản lý tốt thông qua Phân tích quy tắc hiệu quả là chìa khóa. Điều này giúp giảm Độ trễ, tăng Thông lượng, và đảm bảo tính liên tục của dịch vụ. Mục tiêu cuối cùng là xây dựng một hệ thống An ninh mạng mạnh mẽ, đáng tin cậy và hiệu quả.
5.1. Tăng cường khả năng phòng thủ An ninh mạng.
Việc tối ưu các thuật toán phân loại và phát hiện xung đột nâng cao An ninh mạng. Tường lửa trở nên linh hoạt hơn trong việc đối phó các mối đe dọa. Khả năng Lọc gói tin chính xác đảm bảo chỉ lưu lượng hợp lệ được đi qua. Điều này giảm thiểu nguy cơ bị tấn công. Đặc biệt là các tấn công từ chối dịch vụ (DoS). Tăng cường bảo vệ cho tài nguyên quan trọng.
5.2. Giảm Độ trễ và tăng Thông lượng.
Các cải tiến về thuật toán trực tiếp tác động đến Độ trễ và Thông lượng. Tốc độ phân loại gói tin nhanh hơn giảm thời gian chờ. Loại sớm các gói tin không cần thiết giải phóng băng thông. Tường lửa có thể xử lý lượng dữ liệu lớn hơn. Duy trì hiệu suất cao ngay cả dưới tải nặng. Điều này rất quan trọng đối với các hệ thống mạng hiện đại.
5.3. Vai trò của Phân tích quy tắc trong ACL.
Phân tích quy tắc đóng vai trò trung tâm trong quản lý ACL. Nó giúp duy trì một bộ Quy tắc tường lửa sạch sẽ và hiệu quả. Phát hiện và loại bỏ các xung đột. Tối ưu hóa thứ tự các luật. Điều này cải thiện cả An ninh mạng lẫn Hiệu suất mạng. Một ACL được phân tích kỹ lưỡng đảm bảo tường lửa hoạt động như mong muốn.
Mục lục chi tiết luận án
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (131 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộBỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ -------------------------------- Vũ Duy Nhất NGHIÊN CỨU ĐỀ XUẤT MỘT SỐ THUẬT TOÁN PHÂN LOẠI GÓI TIN VÀ PHÁT HIỆN XUNG ĐỘT NHẰM PHÁT TRIỂN TƯỜNG LỬA HIỆU NĂNG CAO LUẬN ÁN TIẾN SĨ TOÁN HỌC Hà Nội - 2019 luan an BỘ GIÁO DỤC ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ -------------------------------- Vũ Duy Nhất NGHIÊN CỨU ĐỀ XUẤT MỘT SỐ THUẬT TOÁN PHÂN LOẠI GÓI TIN VÀ PHÁT HIỆN XUNG ĐỘT NHẰM PHÁT TRIỂN TƯỜNG LỬA HIỆU NĂNG CAO Chuyên ngành: Cơ sở Toán học cho Tin học Mã số: 9460110 LUẬN ÁN TIẾN SĨ TOÁN HỌC NGƯỜI HƯỚNG DẪN KHOA HỌC: 1.TS Nguyễn Mạnh Hùng 2.TS Thái Trung Kiên Hà Nội - 2019 luan an i LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của tôi. Những nội dung, số liệu và kết quả trình bày trong luận án là hoàn toàn trung thực và chưa có tác giả nào công bố trong bất kỳ một công trình nào khác, các dữ liệu tham khảo được trích dẫn đầy đủ. Tác giả luận án Vũ Duy Nhất luan an ii LỜI CẢM ƠN Luận án được thực hiện tại Viện Công nghệ thông tin – Viện Khoa học và Công nghệ quân sự. Lời đầu tiên, NCS xin bày tỏ lòng biết ơn sâu sắc tới các thầy giáo TS.
Nguyễn Mạnh Hùng và TS. Thái Trung Kiên, những người đã tận tình định hướng nghiên cứu, đào tạo và hướng dẫn NCS trong suốt quá trình học tập và nghiên cứu để hoàn thành luận án này. NCS xin được cảm ơn Viện Công nghệ Thông tin – Viện Khoa học và Công nghệ Quân sự đã nhiệt tình đóng góp ý kiến vào luận án và giúp đỡ NCS trong quá trình nghiên cứu. NCS xin được cảm ơn thủ trưởng và các đồng nghiệp thuộc Cục Cơ yếu – Bộ tổng tham mưu đã tạo mọi điều kiện thuận lợi cho NCS trong suốt thời gian nghiên cứu đề tài.
NCS xin được bày tỏ lòng biết ơn chân thành tới các Thầy, Cô, các nhà khoa học đã chân thành góp ý và giúp đỡ cho NCS hoàn thành luận án này. Cuối cùng, NCS cảm ơn gia đình, bạn bè, đồng nghiệp đã luôn hỗ trợ, động viên, chia sẻ và giúp NCS có thêm quyết tâm và động lực vượt qua những khó khăn để quyết tâm hoàn thành luận án này. Xin trân trọng cảm ơn! luan an iii MỤC LỤC DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT .v DANH MỤC CÁC BẢNG. vii DANH MỤC CÁC HÌNH VẼ.
viii MỞ ĐẦU. TỔNG QUAN VỀ PHÂN LOẠI GÓI TIN TRÊN TƯỜNG LỬA .1 Một số khái niệm về tường lửa .1 Lịch sử hình thành tường lửa .2 Định nghĩa về tường lửa.3 Chức năng của tường lửa .4 Các kiểu tường lửa .2 Hiệu năng và mối quan hệ với quá trình phân loại gói tin của tường lửa .1 Mối quan hệ giữa hiệu năng và tốc độ phân loại gói tin .2 Quá trình phân loại gói tin trên tường lửa.3 Các hướng nâng cao tốc độ phân loại gói tin trên tường lửa.1 Các nghiên cứu trong lĩnh vực phần cứng .2 Các nghiên cứu trong lĩnh vực phần mềm .3 Một số nghiên cứu trong nước .4 Xác định hướng nghiên cứu trong luận án .4 Kết luận chương 1. THUẬT TOÁN PHÂN LOẠI GÓI TIN TRÊN TƯỜNG LỬA .1 Giới thiệu chương .2 Một số khái niệm .1 Tập luật phân loại gói tin .2 Cách biểu diễn các trường của bộ lọc.3 Tiêu chí lựa chọn luật .4 Các tham số đánh giá một thuật toán phân loại gói tin .3 Đề xuất phân loại gói tin trên cấu trúc cây Ưu tiên đa nhánh – MWP.2 Các cấu trúc có liên quan.3 Ý tưởng chính của đề xuất và các định nghĩa .4 Cấu trúc cây MWP .4 Kết luận chương 2. LOẠI SỚM GÓI TIN TRÊN TƯỜNG LỬA .1 Giới thiệu chương .2 Đề xuất kỹ thuật loại sớm gói tin dựa trên việc kết hợp các trường .1 Ý tưởng của việc loại sớm gói tin bằng việc kết hợp các trường .2 Loại sớm gói tin sử dụng phép kết hợp COM trên hai trường .3 Loại sớm gói tin sử dụng phép XOR kết hợp nhiều trường .69 luan an iv 3.4 Hiệu quả của việc sử dụng trường kết hợp trong loại sớm gói tin .3 Kết luận chương 3.
PHÁT HIỆN VÀ XỬ LÝ XUNG ĐỘT TRONG TẬP LUẬT TƯỜNG LỬA .1 Giới thiệu chương .2 Một số khái niệm chung .1 Biểu diễn luật trong tường lửa .2 Không gian luật và các mối quan hệ không gian luật .3 Các loại xung đột trong tập luật tường lửa .3 Đề xuất cấu trúc cây phát hiện xung đột trên tập luật – CDT .1 Các định nghĩa mới .2 Ý tưởng của thuật toán .3 Cấu trúc cây CDT.4 Phát hiện xung đột trên cây CDT .5 Cài đặt thử nghiệm và đánh giá .4 Kết luận chương 4 .111 TÀI LIỆU THAM KHẢO .114 luan an v DANH MỤC CÁC KÝ HIỆU VÀ CHỮ VIẾT TẮT ACL Danh sách kiểm soát truy nhập (Access Control List) ABV Thuật toán bít véc tơ hỗn hợp (Aggregated Bit Vector) Thuật toán bít véc tơ hỗn hợp và phân nhóm (Aggregated and Folded Bit AFBV Vector) ASIC Vi mạch tích hợp chuyên dụng (Application-specific integrated circuit) BDD Sơ đồ quyết định nhị phân (Binary Decision Diagram) BV Thuật toán bít véc tơ (BitVector) CAM Bộ nhớ có thể đánh địa chỉ nội dung (Content Addressable Memory) CDT Cây phát hiện xung đột (Conflict Detect Trie) Thuật toán phân loại kết hợp chéo các trường riêng biệt theo nhãn DCFL (Distributed Cross producing of Field Labels) DoS Tấn công từ chối dịch vụ (Denial-of-Service) EGT Cây dạng lưới mở rộng (Extended Grid of Tries) Thuật toán phân loại đệ quy theo luồng mở rộng (Enhanced Recursive Flow ERFC Classiflcation) FPGA Mảng cổng lập trình được dạng trường (Field Programmable Gate Array) FVSC Tập giá trị bao phủ trường (Field Value Set Cover) GoT Cây dạng lưới (Grid of Tries) GPU Khối xử lý đồ họa (Graphics Processing Unit) HiCuts Thuật toán các lát cắt theo tầng thông minh (Hierarchical intelligent Cuts) HSM Cây ánh xạ không gian phân cấp (Hierarchical Space Mapping) H-Tries Cây phân cấp (Hierarchical Tries) LAN Mạng nội bộ (Local Area Network) MWP Cây ưu tiên đa nhánh (Multi-Way Priority) NP Bộ xử lý mạng (Network Processor) RFC Thuật toán phân loại đệ quy theo luồng (Recursive Flow Classification) Tìm kiếm trên cây nhị phân tự hiệu chỉnh với độ dài tiền tố (Self Adjusting SA-BSPL Binary Search on Prefix Length) SP-Tries Cây cắt tỉa (Set Pruning tries) Bộ nhớ có thể đánh địa chỉ nội dung theo 3 trạng thái (Ternary Content- TCAM Addressable Memory) Thuật toán phát hiện xung đột dựa trên bộ tham số về độ dài (Tuple-base TCDA Conflict Detection Algorithm) TCP Giao thức truyền tải (Transmission Control Protocol) UDP Giao thức dữ liệu người dùng (User Datagram ProtocolV Ln(P) Bậc n của tiền tố P Sn(P) Tập các tiền tố bậc n của tiền tố P Max(G) Tiền tố có độ dài lớn nhất trong tập tiền tố G <|, >| Ký hiệu mối quan hệ giao nhau giữa hai khoảng giá trị [a,b] và [c,d] ℜD Mối quan hệ tách biệt của không gian giữa hai luật ℜEM Mối quan hệ trùng khớp của không gian giữa hai luật luan an vi ℜIM Mối quan hệ chứa nhau của không gian giữa hai luật ℜC Mối quan hệ giao nhau của không gian giữa hai luật |fn| Độ chi tiết của trường fn của luật phân loại gói tin Mối quan hệ trùng nhau giữa hai giá trị trường >< Mối quan hệ tách rời nhau giữa hai giá trị trường cho dưới dạng khoảng ⊆ Mối quan hệ thuộc giữa hai giá trị trường luan an vii DANH MỤC CÁC BẢNG Trang Bảng 1. Thông lượng tính theo bps và tốc độ phân loại gói tin cần đạt. Ví dụ tập luật gồm 4 luật. Quá trình cắt và tính toán entropy cho các luật bảng 2.
Tập luật gồm 12 luật một chiều cho dưới dạng tiền tố. Các tập tiền tố theo bậc của R1. So sánh độ phức tạp giữa cấu trúc MWP với JA-trie và PT. Tốc độ phân loại gói tin trên các cấu trúc với các tập dữ liệu khác nhau .Qui tắc kết hợp COM.
Tập luật gồm 5 luật Accept. Các quy tắc chèn đoạn [x,y] vào nút N. Kiểm tra tính chính xác và hiệu quả của kỹ thuật loại sớm với fCOM. Tập luật gồm 8 luật 3 chiều của tường lửa.
Ví dụ bảng tiền tố và khoảng giá trị trường fXOR. Các bước xây dựng tập D của các luật trong Bảng 3. Loại sớm gói tin trên trường fXOR với các tập luật khác nhau. Sử dụng trường fXOR trong thuật toán tìm kiếm tuần tự.
Danh sách các unit của luật R. Tập luật gồm 5 luật 4 chiều. Tiền tố và độ chi tiết của các giá trị trường của các luật thuộc Bảng 4. Phát hiện xung đột trên các tập luật khác nhau với cấu trúc CDT.
106 luan an viii DANH MỤC CÁC HÌNH VẼ Trang Hình 1-1. Quá trình phân loại gói tin trên tường lửa. Quá trình phân loại gói tin với tập luật của tường lửa. Quan hệ giữa hiệu năng với các thành phần cấu tạo của tường lửa.
Các hướng nghiên cứu về phần cứng. Các hướng nghiên cứu về phần mềm. Các thuật toán phân loại gói tin trên nhiều trường. Tấn công DoS vào luật mặc định của tường lửa.
Mô hình loại sớm gói tin bằng module loại sớm gói tin. Cải tiến nâng cao tốc độ phân loại gói tin trên tường lửa. 27 Hình 1-10 Các hướng cải tiến trong quá trình phân loại gói tin của luận án. Ví dụ cây nhị phân ưu tiên.
JA-trie gắn với các luật Bảng 2. Cấu trúc một nút N của cây MWP. Sơ đồ thuật toán xây dựng nút trên cây MWP. Cây MWP xây dựng từ tập luật trong Bảng 2.
Thuật toán phân loại gói tin trên cây MWP. Thuật toán xác định nhanh số bít bên trái trùng nhau giữa hai tiền tố. So sánh thời gian phân loại giữa cấu trúc MWP và các cấu trúc khác. So sánh nhu cầu sử dụng bộ nhớ giữa cấu trúc MWP với các cấu trúc khác.
Cách tạo tiền tố COM. Ví dụ tạo tiền tố COM. Cách xây dựng tập luật loại sớm dựa trên trường fCOM. Ví dụ xây dựng tập luật loại sớm từ trường fCOM.
Thuật toán loại sớm gói tin với trường fCOM. 63 Hình 3-6 Mô hình thử nghiệm kỹ thuật loại sớm. Các mô hình triển khai module phân loại gói tin. Phân loại gói tin trên các cấu trúc cây khác nhau với trường fCOM.
Thời gian xây dựng tập luật loại sớm với các cấu trúc cây khác nhau. Mô hình cài đặt kỹ thuật FVSC. So sánh kỹ thuật loại sớm fCOM với kỹ thuật FVSC .
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Vũ Duy Nhất (2019). Thuật toán phân loại gói tin phát hiện xung đột tường lửa hiệu năng cao [Luận án tiến sĩ, Viện Khoa học và Công nghệ quân sự]. LuanAn.net. https://luanan.net/cong-nghe-thong-tin/luan-an-tien-si-nghien-cuu-de-xuat-mot-so-thuat-toan-phan-loai-goi-tin-va-phat-hien-xung-dot-nham-phat-trien-tuong-lua-hieu-nang-cao
Câu hỏi thường gặp
Luận án "Thuật toán phân loại gói tin phát hiện xung đột tường lửa hiệu năng cao" nghiên cứu về vấn đề gì?
Luận án tiến sĩ đề xuất thuật toán phân loại gói tin và phát hiện xung đột, tối ưu hiệu năng tường lửa mạng.
Luận án "Thuật toán phân loại gói tin phát hiện xung đột tường lửa hiệu năng cao" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Viện Khoa học và Công nghệ quân sự. Năm bảo vệ: 2019.
Luận án "Thuật toán phân loại gói tin phát hiện xung đột tường lửa hiệu năng cao" thuộc chuyên ngành gì?
Luận án "Thuật toán phân loại gói tin phát hiện xung đột tường lửa hiệu năng cao" thuộc chuyên ngành Cơ sở Toán học cho Tin học. Danh mục: Công Nghệ Thông Tin.
Luận án "Thuật toán phân loại gói tin phát hiện xung đột tường lửa hiệu năng cao" có bao nhiêu trang?
Luận án "Thuật toán phân loại gói tin phát hiện xung đột tường lửa hiệu năng cao" có 131 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Thuật toán phân loại gói tin phát hiện xung đột tường lửa hiệu năng cao" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.