本文關鍵詞：基于聯(lián)合特征的LDoS攻擊檢測方法

  更多相關文章： 低速率拒絕服務攻擊 聯(lián)合特征 BP神經(jīng)網(wǎng)絡 異常檢測

【摘要】：低速率拒絕服務(LDoS,low-rate denial of service)攻擊是一種降質服務(RoQ,reduction of quality)攻擊,具有平均速率低和隱蔽性強的特點,它是云計算平臺和大數(shù)據(jù)中心面臨的最大安全威脅之一。提取了LDoS攻擊流量的3個內在特征,建立基于BP神經(jīng)網(wǎng)絡的LDoS攻擊分類器,提出了基于聯(lián)合特征的LDoS攻擊檢測方法。該方法將LDoS攻擊的3個內在特征組成聯(lián)合特征作為BP神經(jīng)網(wǎng)絡的輸入,通過預先設定的決策指標,達到檢測LDoS攻擊的目的。采用LDoS攻擊流量專用產生工具,在NS2仿真平臺和test-bed網(wǎng)絡環(huán)境中對檢測算法進行了測試與驗證,實驗結果表明通過假設檢驗得出檢測率為96.68%。與現(xiàn)有研究成果比較說明基于聯(lián)合特征的LDoS攻擊檢測性優(yōu)于單個特征,并具有較高的計算效率。
【作者單位】： 中國民航大學電子信息與自動化學院;
【關鍵詞】： 低速率拒絕服務攻擊 聯(lián)合特征 BP神經(jīng)網(wǎng)絡 異常檢測
【基金】：國家自然科學基金資助項目(No.U1533107,No.U1433105) 中央高�；究蒲袠I(yè)務基金資助項目(No.3122016D003) 中國民航大學研究生課程案例開發(fā)基金資助項目 天津市自然科學重點基金資助項目(No.17JCZDJC30900)~~
【分類號】：TP393.08
【正文快照】： 1引言低速率拒絕服務(LDo S,low-rate denial ofservice)攻擊利用網(wǎng)絡自適應機制中存在的漏洞,使服務端無法正常為合法用戶提供服務,導致TCP連接的質量下降[1]。LDo S攻擊不需一直維持很高的攻擊速率,只是在攻擊發(fā)起時發(fā)送高速率的短時脈沖數(shù)據(jù)流。因此,LDo S攻擊的外在表現(xiàn)形

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 連紅;潘志松;景鳳宣;;一種基于規(guī)則和神經(jīng)網(wǎng)絡的系統(tǒng)在入侵檢測中的應用(英文)[J];貴州師范大學學報(自然科學版);2006年04期

2 王兆霞;孫雨耕;張強;郝庭柱;孫小薇;秦娟;沈花玉;;基于復合神經(jīng)網(wǎng)絡的網(wǎng)絡業(yè)務分類算法[J];天津大學學報;2006年S1期

3 陳熹;朱燦焰;;兩種神經(jīng)網(wǎng)絡在入侵檢測中的應用[J];通信技術;2011年11期

4 趙建華;李偉華;;有監(jiān)督SOM神經(jīng)網(wǎng)絡在入侵檢測中的應用[J];計算機工程;2012年12期

5 馮海亮;陳滌;林青家;陳春曉;;一種基于神經(jīng)網(wǎng)絡的網(wǎng)絡流量組合預測模型[J];計算機應用;2006年09期

6 劉淵;曹建華;戴悅;;基于補償器的灰色神經(jīng)網(wǎng)絡流量預測模型[J];計算機應用;2007年09期

7 黃巧云;;基于云模型與神經(jīng)網(wǎng)絡的網(wǎng)絡態(tài)勢分析[J];三明學院學報;2012年04期

8 喬曉梅;;基于粒子群算法優(yōu)化的神經(jīng)網(wǎng)絡在入侵檢測中的應用[J];商場現(xiàn)代化;2006年18期

9 劉曉;;基于徑向基函數(shù)神經(jīng)網(wǎng)絡的網(wǎng)絡流量識別模型[J];微型機與應用;2012年02期

10 高述濤;;小波消噪和神經(jīng)網(wǎng)絡的網(wǎng)絡流量混沌預測[J];計算機工程與應用;2012年21期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 張文濤;Wlodek Kulesza;;基于BP神經(jīng)網(wǎng)絡的防火墻流量預測[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

2 李明;賈波;;基于神經(jīng)網(wǎng)絡的P2P流量識別方法[A];浙江省信號處理學會2011學術年會論文集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 ;您的網(wǎng)管系統(tǒng)夠靈敏嗎？[N];科技日報;2000年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 吳靜;入侵檢測中神經(jīng)網(wǎng)絡融合學習方法的研究[D];吉林大學;2010年

2 劉貴松;入侵檢測的神經(jīng)網(wǎng)絡方法[D];電子科技大學;2007年

3 黃保華;對等系統(tǒng)的安全與激勵機制研究[D];華中科技大學;2006年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李保軍;基于CRO高階神經(jīng)網(wǎng)絡的流量矩陣估計研究[D];華中師范大學;2015年

2 黃正觀;基于BP神經(jīng)網(wǎng)絡的通信網(wǎng)故障診斷算法研究與實現(xiàn)[D];華北電力大學;2015年

3 張義宏;基于PCA的BP神經(jīng)網(wǎng)絡優(yōu)化的研究與應用[D];東北大學;2014年

4 苑帥;基于改進QPSO優(yōu)化的RBF網(wǎng)絡入侵檢測研究[D];河北工業(yè)大學;2015年

5 張志超;基于神經(jīng)網(wǎng)絡的SQL注入式攻擊漏洞檢測問題的研究與實現(xiàn)[D];北京工業(yè)大學;2016年

6 喻寶祿;基于醫(yī)療云平臺的一類疾病分析模型研究[D];貴州大學;2016年

7 張才峰;基于聯(lián)合特征的LDoS攻擊檢測方法[D];中國民航大學;2016年

8 侯曉凱;基于神經(jīng)網(wǎng)絡的多狀態(tài)網(wǎng)絡設備故障預測的研究[D];山東大學;2014年

9 王娜;優(yōu)化的神經(jīng)網(wǎng)絡在入侵檢測中的研究與應用[D];北京郵電大學;2015年

10 楊鴻洲;基于神經(jīng)網(wǎng)絡的網(wǎng)絡入侵檢測模型研究[D];山東大學;2006年

，

本文編號：1061120