馬強

摘 要： 在Web網絡環(huán)境下，路由器應用過程中利用信道傳輸介質數(shù)據會出現(xiàn)異常干擾數(shù)據，而傳統(tǒng)路由數(shù)據監(jiān)測技術很難準確辨別異常數(shù)據，并且存在不能承接Web網絡的缺陷。針對上述問題，提出Web網絡下的異常路由數(shù)據監(jiān)測技術。對監(jiān)控總框架進行優(yōu)化設計，增設Web網絡承接模塊，導入多層次監(jiān)測機制，通過Contra variant算法實現(xiàn)異常數(shù)據監(jiān)測。設置仿真實驗，實驗結果表明，提出的數(shù)據監(jiān)測技術能夠有效地監(jiān)控路由異常數(shù)據。

關鍵詞： Web網絡； 異常路由數(shù)據； 監(jiān)測節(jié)點； 多層次監(jiān)測； Contra variant算法； 數(shù)據監(jiān)測技術

中圖分類號： TN711?34； TN913 文獻標識碼： A 文章編號： 1004?373X（2018）02?0018?03

Abstract： In the Web network environment， abnormal interference data exists when using the channel to transmit medium data during the router application process. It is difficult for the traditional routing data monitoring technology to accurately identify the abnormal data， and the defects of Web network cannot be overcome. In view of the above problems， the abnormal routing data monitoring technology in the Web network environment is proposed. The abnormal data monitoring is implemented with the Contra variant algorithm while optimizing the design of overall monitoring framework， adding the Web network support module， introducing the multi?level monitoring mechanism. The simulation experiment was carried out. The experimental results show that the proposed data monitoring technology can effectively monitor the abnormal routing data.

Keywords： Web network； abnormal routing data； monitoring node； multi?level monitoring； Contra variant algorithm； data monitoring technology

0 引 言

伴隨Web網絡快速崛起，使用路由裝置進行數(shù)據傳輸已經是非常普遍的事情。傳統(tǒng)路由裝置的數(shù)據監(jiān)控技術能夠保證路由的數(shù)據暢通，但在Web網絡環(huán)境下，常規(guī)數(shù)據監(jiān)控技術無法對路由異常數(shù)據進行精準的監(jiān)控，同時傳統(tǒng)數(shù)據監(jiān)控技術不能承接Web網絡運行模式，為此，本文提出Web網絡下的異常路由數(shù)據監(jiān)測技術。把傳統(tǒng)的經典Apriori算法優(yōu)化為Contra variant算法，Contra variant算法不依賴Web網絡中BGP會話，因此能夠對異常路由數(shù)據進行多次合理計算，Contra variant算法能夠與多個異常數(shù)據監(jiān)測服務器協(xié)同監(jiān)測，監(jiān)控過程的可信性與覆蓋率均得到提高。為了保證設計方法的有效性，設計了仿真模擬實驗，通過傳統(tǒng)監(jiān)控方法與本文監(jiān)控方法相比較，驗證了所提方法的有效性。

1 異常路由數(shù)據監(jiān)測方法設計

本文設計的路由異常數(shù)據監(jiān)測技術是在Web網絡基礎上進行構建的。為了能夠承接Web網絡的運行模式，改變了傳統(tǒng)異常數(shù)據監(jiān)測技術以識別模塊為核心的框架[1]。由于路由數(shù)據監(jiān)測協(xié)議具有攻擊脆弱性，使用過程對自身條件協(xié)議的判定十分困難，因此本文設計的監(jiān)測技術以運算模塊為基礎[2?3]，對使用模塊進行結構優(yōu)化，對異常數(shù)據來源進行重新分析、考量，針對不同異常數(shù)據實現(xiàn)有真對性的監(jiān)測，分析數(shù)據如表1所示。

通過上述分析，能夠有效監(jiān)測異常數(shù)據的方法主要分為三類：信令渠道監(jiān)測、非執(zhí)行數(shù)據監(jiān)測、成效數(shù)據監(jiān)測[4]。本文使用多層次結構優(yōu)化原始數(shù)據監(jiān)測結構，利用結構優(yōu)勢將三類監(jiān)測方法同時運行，為了避免三種監(jiān)測方法出現(xiàn)混亂度，設計監(jiān)測結構如圖1所示。

由圖1可知，本文設計的異常路由數(shù)據監(jiān)測技術，有效地將三種監(jiān)測手段相結合，使用多模塊平行結構方式承接Web網絡模式，改變傳統(tǒng)監(jiān)測模式。只需要對BGP的接收、轉發(fā)就可實現(xiàn)對異常路由數(shù)據進行監(jiān)測。

2 實現(xiàn)多層次監(jiān)測機制

2.1 引入Contra variant算法

導入Contra variant算法實現(xiàn)多層次監(jiān)測機制過程中，通過Contra variant算法對數(shù)據地址前綴關系的判定，來區(qū)分監(jiān)測數(shù)據異常狀態(tài)，數(shù)據前綴地址由起源地址到置換地址間都是會發(fā)生異常突變的[5]，設X，Y為多次描素后出現(xiàn)的地址前綴，其前綴地址用A（X，Y）來表述，描述關系X，Y之間的五種關系如下：

1） X包含Y；

2） X重合Y；

3） X包含于Y；

4） X相交于Y；

5） X相離于Y。

經過判定得到一系列的異常數(shù)據，經過語言編程將異常數(shù)據進行統(tǒng)計，實現(xiàn)多層次檢測機制，VB輸出代碼為：endprint

Prefix、AS_PATH

COUNTRIES

COUNTRIES_IPADDRESS非法宣告前綴組的異常數(shù)據層次輸出代碼為：

Construct knowledge repository Country_ Prefix _ Hijacks

//異常路由數(shù)據提取及非法宣告前綴監(jiān)測

Read aspath（AS1，AS2，…，ASn），put ASn intoRoute_Buffer

//查詢異常路由數(shù)據前綴所屬位置

Check Prefix Origin（Prefix_Country Code）

//通過知識庫查詢ASn所屬位置

Check Source ASOrigin（ASN_Country_Code）

//分析異常路由數(shù)據

IF Prefix Origin（Prefix_CountryCode）

Source ASOrigin（ASN_Country_Code）=null

//異常數(shù)據分析處理

Read aspath（AS1，AS2，…，ASn）nsert

Country_Prefix[] into Country_Prefix_Hi?jacks

//數(shù)據信息采集

2.2 實現(xiàn)異常路由數(shù)據監(jiān)測部署

本文設計的異常路由數(shù)據監(jiān)測方法在部署和實施主要涉及兩類實體：Contra variant計算模塊以及異常數(shù)據層次模塊[6?7]。Contra variant計算模塊主要承載Contra variant算法處理異常數(shù)據地址間前綴關系。對異常數(shù)據層次模塊的部署主要包括：

1） 與所屬系統(tǒng)路由器建立 BGP會話采集機制，即BGP路由。

2） 與其相關異常數(shù)據監(jiān)測服務器協(xié)同監(jiān)測BGP路由可信性[8]。

3） 監(jiān)測路由異常數(shù)據，發(fā)現(xiàn)虛假BGP路由，并進行數(shù)據采集。

異常路由數(shù)據層次模塊實施過程：

1） 異常路由數(shù)據監(jiān)測服務器具有極強的廣域性，因此一個自治系統(tǒng)中只能布置一個異常數(shù)據監(jiān)測服務器[9]；

2） 異常路由數(shù)據監(jiān)測服務器之間通信是應用層協(xié)議，不依賴BGP會話，因此實施過程中需要增設轉換模塊。

3 仿真試驗與分析

3.1 實驗設置

本文設計的異常路由數(shù)據監(jiān)測方法，實驗過程主要通過不同路由監(jiān)測節(jié)點（Node）產生異常數(shù)據，使用第三方應用測試軟件進行模擬實驗[10]。分別選用Node=200，Node=400，Node=600，Node=800節(jié)點數(shù)據，設置傳統(tǒng)異常數(shù)據監(jiān)測方法與本文方法進行異常路由數(shù)據分析，采用控制限量比對方法，計算準確率、覆蓋率及收益率，分別對結果進行分析統(tǒng)計。

3.2 實驗結果與分析

采用監(jiān)測網絡采集異常路由數(shù)據對特定ISP前綴進行MOAS沖突測試，將測試結果進行人工比對，計算其準確率如圖2所示。

Node=200，Node=400，Node=600，Node=800數(shù)據下，傳統(tǒng)異常數(shù)據監(jiān)測方法能夠發(fā)現(xiàn)異常路由數(shù)據，并進行合理控制，傳統(tǒng)異常數(shù)據監(jiān)測方法準確率表現(xiàn)最低，當loop=8時達到最大，之后緩慢下降。Contra variant算法中，Node=800，Node=600呈上升趨勢后保持高準確率，Node=400時，loop=8時達到最大即準確率為95%后，緩慢下降，Node=200時沒有下降過程，準確率不斷上升后保持平衡。由圖2可知Node=800，Node=600適合高性能監(jiān)測，Node=200適合普通監(jiān)測。

Node=200速度變化最為明顯，第一階段增長速度為其他監(jiān)測節(jié)點中最大，保持平衡時間最長，第二階段增長速度同為其他監(jiān)測節(jié)點最大，體現(xiàn)出Node=200時的機動性和靈活性。Node=800速度變化最不明顯，loop對覆蓋率增長速度影響不大，從而體現(xiàn)高性能、穩(wěn)定性和準確性。本文設計的異常路由數(shù)據監(jiān)測方法與傳統(tǒng)異常數(shù)據監(jiān)測方法相比，因計算機沖突測試增加，傳統(tǒng)方法在不同時刻覆蓋率均低于本文設計的異常路由數(shù)據監(jiān)測方法，如圖3所示。

由圖3可知，Node=200收益率最優(yōu)、具有良好機動性，所以收益率比較客觀。Node=800收益率逐漸增加，因為其高性能、高消耗、覆蓋穩(wěn)定等原因，使收益率低于Node=200，Node=400和Node=600，但當loop達到一定數(shù)值時，其本文設計的異常路由數(shù)據監(jiān)測方法均保持一定，沒有較大的收益率之差。本文設計的異常路由數(shù)據監(jiān)測方法因具有優(yōu)良性能和較低硬件維護成本，所以收益率優(yōu)于傳統(tǒng)異常數(shù)據監(jiān)測方法。

4 結 論

本文通過理論研究和仿真實驗，有效證明了Web網絡下的異常路由數(shù)據監(jiān)測方法，解決了經典算法路由監(jiān)測系統(tǒng)不能承載Web網絡及性能不足，同時提升了系統(tǒng)覆蓋率和準確性。

參考文獻

[1] 徐恪，趙玉東，陳文龍，等.防御數(shù)據竊聽攻擊的路由交換范式體系[J].計算機學報，2017，40（7）：1649?1663.

XU Ke， ZHAO Yudong， CHEN Wenlong， et al. Paradigm?based routing & switching system for data interception attacks [J]. Chinese journal of computers， 2017， 40（7）： 1649?1663.

[2] 全宇.交互式網絡資源分配均衡性監(jiān)測仿真[J].計算機仿真，2017，34（7）：445?448.endprint

QUAN Yu. Interactive network resource allocation balanced monitoring simulation [J]. Computer simulation， 2017， 34 （7）： 445?448.

[3] 姚海容.路由交換數(shù)據在線時間復雜度預測鏈路漏洞檢測[J].科技通報，2015，31（9）：212?219.

YAO Hairong. Routing exchange data online time complexity forecasting link leak detection [J]. Bulletin of science and technology， 2015， 31（9）： 212?219.

[4] 楊靜.大型云計算信息系統(tǒng)的異常數(shù)據檢測模型仿真[J].計算機仿真，2015，32（11）：378?381.

YANG Jing. Simulation of Abnormal data detection model for large scale cloud computing information system [J]. Computer simulation， 2015， 32（11）： 378?381.

[5] 王樂，王芳.數(shù)據庫異常數(shù)據的檢測仿真研究[J].計算機仿真，2016，33（1）：430?433.

WANG Le， WANG Fang. Simulation of database with data mining [J]. Computer simulation， 2016， 33（1）： 430?433.

[6] 劉豐華.基于傳感器網絡的船艙環(huán)境監(jiān)視系統(tǒng)[J].艦船科學技術，2015，37（3）：214?217.

LIU Fenghua. A novel ship cabin monitoring system based on wireless sensor network [J]. Ship science and technology， 2015， 37（3）： 214?217.

[7] 王娜，杜學繪，王文娟，等.邊界網關協(xié)議安全研究綜述[J].計算機學報，2017，40（7）：1626?1648.

WANG Na， DU Xuehui， WANG Wenjuan， et al. A survey of the border gateway protocol security [J]. Chinese journal of computers， 2017， 40（7）： 1626?1648.

[8] 高彩芳，馮振乾，虞萬榮，等.適用于空間網絡的通用路由協(xié)議設計與實現(xiàn)[J].小型微型計算機系統(tǒng)，2015，36（10）：2270?2274.

GAO Caifang， FENG Zhenqian， YU Wanrong， et al. Design and implementation of a general routing protocol for space network [J]. Journal of Chinese computer systems， 2015， 36（10）： 2270?2274.

[9] 良梓，任哲坡，吳曉軍.DTN中基于時間因素的擁塞感知路由算法[J].計算機工程與應用，2015，51（5）：97?101.

LIANG Zi， REN Zhepo， WU Xiaojun. Congestion?aware routing algorithm based on time factor in DTN [J]. Computer engineering and applications， 2015， 51（5）： 97?101.

[10] 鄧燕，張新有，邢煥來.一種基于傳輸容量控制的DTN動態(tài)分段編碼路由算法[J].計算機應用研究，2017，34（9）：2753?2757.

DENG Yan， ZHANG Xinyou， XING Huanlai. Routing algorithm for DTN based on dynamic segmented network coding and transmission capacity control [J]. Application research of computers， 2017， 34（9）： 2753?2757.endprint