基于聚类分析的IPv6异常流量识别研究

随着Internet的发展,下一代互联网IPv6必然会最终代替目前的IPv4网络.相对IPv4而言,IPv6网络只是在网络层进行了比较大的改进,因此大多数网络安全问题对于IPV4和IPv6是相同的,例如DOS攻击、中间人攻击等.因此,IPv6网络安全形势同样不客乐观.作为教育网会员单位,作者所在单位于2011年接入CERNET2网络.本文基于Wireshark进行IPv6数据包的捕获解析并存储,然后使用Matlab聚类工具箱中的K均值算法和神经网络工具箱中的SOM算法,分别对包含多类攻击数据的IPv6流量进行处理从而实现了对于CERNET2网络的异常流量聚类识别.实验表明,本系统能够识别发生IPv6网络中的DOS攻击等几类针对[CMPv6的攻击,加强了校园网络的安全.