本文選題：網(wǎng)絡(luò)安全 + 降質(zhì)服務(wù)攻擊��； 參考：《電子與信息學(xué)報》2013年10期

【摘要】：降質(zhì)服務(wù)(Reduction of Quality,RoQ)攻擊比傳統(tǒng)的拒絕服務(wù)攻擊(Denial of Service,DoS)攻擊更具有隱秘性和多變性,這使得檢測該攻擊十分困難。為提高檢測準確率并及時定位攻擊源,該文將攻擊流量提取建模為一個盲源分離過程,提出了基于快速ICA(Independent Component Analysis)的攻擊流特征提取算法,從若干觀測網(wǎng)絡(luò)和終端設(shè)備中分離出RoQ攻擊流,然后提取表征攻擊流的特征參數(shù)。接著設(shè)計了一種基于支持向量機的協(xié)同檢測系統(tǒng)和檢測算法,通過用已標記的有攻擊和無攻擊的樣本訓(xùn)練SVM分類器,最終實現(xiàn)RoQ攻擊的檢測。仿真結(jié)果表明該方法能夠有效檢測并定位偽造IP地址的RoQ攻擊,檢測率達到90%以上,而選取合適的ICA參數(shù)會提高檢測效果。
[Abstract]:The quality reduction of quality Control (QoS) attack is more secretive and variable than the traditional denial of Service (dos) attack, which makes it very difficult to detect the attack.In order to improve the detection accuracy and locate the attack source in time, the attack flow extraction is modeled as a blind source separation process, and an attack flow feature extraction algorithm based on fast ICA(Independent Component analysis is proposed.The RoQ attack flow is separated from several observation networks and terminal devices, and the characteristic parameters representing the attack flow are extracted.Then, a cooperative detection system and detection algorithm based on support vector machine are designed. Finally, the detection of RoQ attacks is realized by training SVM classifier with labeled attack and non-attack samples.The simulation results show that this method can detect and locate the RoQ attack of forged IP address effectively, and the detection rate is over 90%, and the detection effect can be improved by selecting appropriate ICA parameters.
【作者單位】： 國防科技大學(xué)電子信息系統(tǒng)復(fù)雜電磁環(huán)境效應(yīng)國家重點實驗室;
【分類號】：TP393.08

【參考文獻】

相關(guān)期刊論文 前3條

1 付衛(wèi)紅;楊小牛;劉乃安;;基于四階累積量的穩(wěn)健的通信信號盲分離算法[J];電子與信息學(xué)報;2008年08期

2 歐世峰;高穎;趙曉暉;;自適應(yīng)組合型盲源分離算法及其優(yōu)化方案[J];電子與信息學(xué)報;2011年05期

3 何炎祥;曹強;劉陶;韓奕;熊琦;;一種基于小波特征提取的低速率DoS檢測方法[J];軟件學(xué)報;2009年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 張純;楊俊安;葉豐;;基于小波分量奇異值分解的單通道盲分離算法[J];電子測量與儀器學(xué)報;2011年11期

2 孫科學(xué);成謝鋒;;一種心音信號盲源分離方法[J];電子測量與儀器學(xué)報;2012年06期

3 張華;馮大政;龐繼勇;;基于二階統(tǒng)計量的語音信號時域卷積盲分離算法[J];電子與信息學(xué)報;2010年05期

4 吳黎兵;徐翱;何炎祥;王超;;針對RED的LDoS攻擊模型[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2010年09期

5 周剛;劉淵;;低速率TCP拒絕服務(wù)攻擊的小波檢測方法[J];計算機工程與應(yīng)用;2011年32期

6 黃會營;李小光;洪俊芳;;快速定點獨立向量分析在語音信號盲分離中的應(yīng)用[J];河南師范大學(xué)學(xué)報(自然科學(xué)版);2012年06期

7 馬建紅;姬莉霞;文坤;;Shrew攻擊對擁塞控制協(xié)議的影響及仿真分析[J];河南科技大學(xué)學(xué)報(自然科學(xué)版);2013年04期

8 陳友;程學(xué)旗;楊森;;面向網(wǎng)絡(luò)論壇的高質(zhì)量主題發(fā)現(xiàn)[J];軟件學(xué)報;2011年08期

9 李紅星;陶長春;林波;;基于子空間和小波降噪的盲信號干擾抑制算法[J];數(shù)字通信;2012年01期

10 張延良;李賡;劉R，

本文編號：1764438