【摘要】：低速率拒絕服務(Low-rate Denial of Service,LDoS)攻擊通過發(fā)起一種周期性、低速率的攻擊流擴散到大型網(wǎng)絡流量中侵占網(wǎng)絡資源,因其攻擊流量分布在各路徑且速率非常低,所以LDoS能夠很好的隱藏在背景流量中,可以躲避大多數(shù)常用的DoS攻擊檢測手段,對云計算和大數(shù)據(jù)平臺構(gòu)成了潛在的威脅。為了減弱LDoS攻擊對網(wǎng)絡環(huán)境的影響,必須從復雜的網(wǎng)絡環(huán)境中檢測出混有LDoS攻擊脈沖的流量,并將其從正常的背景流量中分離出來,減緩LDoS攻擊對網(wǎng)絡帶寬的占用。為了應對低速率拒絕服務式攻擊,本文分別從全局和局部的角度提出兩種檢測方法:第一,提出一種利用Hurst指數(shù)結(jié)合GBDT的LDoS攻擊檢測方法。該方法計算每條流量的分段Hurst指數(shù),構(gòu)建流量相似度矩陣,再利用GBDT的改進模型XGBoost對流量分類、預測,從全網(wǎng)角度區(qū)分出正常流量和含有LDoS攻擊的異常OD流;第二,提出一種基于序列比對的LDoS攻擊檢測方法。該方法針對異常流量中攻擊脈沖序列的相關性分析,借鑒生物信息學中序列比對技術,將每條網(wǎng)絡流量看做時間序列,通過估計攻擊脈沖的攻擊周期、攻擊脈寬、攻擊速率,構(gòu)造檢測序列并與目標流量進行序列比對,從而提取出隱藏在巨大背景流量中的LDoS攻擊脈沖。本文的檢測方法分別在美國公開網(wǎng)絡數(shù)據(jù)集Abilene、NS-2和Test-bed平臺中進行了實驗驗證。實驗結(jié)果表明基于Hurst指數(shù)和GBDT的全局LDoS攻擊流量檢測方法在不同攻擊速率下檢測效果均良好;基于序列比對的LDoS攻擊檢測方法提取的攻擊脈沖也較為準確,相比其他相關檢測算法具有更好的檢測性能。
【圖文】：

圖 3-1 實際網(wǎng)絡流量和傳統(tǒng)模型的對比見的流量自相似模型有兩種[29]，代表的有：ON/OFF模型和 Pareto 分布1） 模型絡中會堆積眾多的 源，每個源均有兩個狀態(tài)，即ON和OFF。在數(shù)據(jù)包以連續(xù)的速率分組發(fā)送，在 狀態(tài)，，不發(fā)送數(shù)據(jù)包。每個發(fā)生 都符合重尾分布。尾分布：如果隨機變量滿足重尾分布，則 [ ]~aP X x x ，當 x→ 2。 最 簡 單 的 重 尾 分 布 為 佩 瑞 多 分 布 ， 其 概 率 密 度 函 數(shù)1, , 0,a aak x a k x k 分布函數(shù)為 ( ) [ ] 1 ( / )aF x P X x k x，當 a 減概率質(zhì)量集中在分布的尾部。該模型下，Hurst 指數(shù)滿足 H (3 a)/網(wǎng)絡流量模型示意圖如圖 3-2 所示。

圖 2-3 文件大小分布和 Hurst 指數(shù)關系上述情況在 ON/OFF 模型中找到解釋理由。因此，重尾分布的高度可變性是流量自相似性的主要原因。（2）TCP 協(xié)議的重傳機制假設分組是泊松到達，即新數(shù)據(jù)包的到達是一個泊松過程（不包括重傳數(shù)據(jù)），并且分組的長度是恒定的。當時間尺度大于數(shù)據(jù)包傳輸時間的 10 倍時，重傳包流量的方差占據(jù)總流量的絕大百分比。即使更改重傳機制和超時時間，也無法改變重傳負載的自相似特性。（3）TCP 擁塞控制的混沌特性愛立信公司在 2000 年通過 NS 模擬 TCP 流量（模擬的參數(shù)包括：Link Rate（LR）、Delay（D）、Buffer Size（BS）以及 TCP 流的數(shù)量（N）），發(fā)現(xiàn)了TCP 擁塞控制機制中具有混沌特性。BS 與 N 的比例控制著系統(tǒng)相移，并在固定參數(shù)下產(chǎn)生自相似序列；單個 TCP 流量符合漸進自相似（ H 0.75）；瓶頸鏈
【學位授予單位】：中國民航大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP393.08

【相似文獻】

相關期刊論文 前10條

1 王進科;馮萍;康繼昌;陳亞東;;基于布爾邏輯的雙序列比對協(xié)處理器的設計與實現(xiàn)[J];西北工業(yè)大學學報;2011年01期

2 張永;王瑞;;生物信息學中的序列比對算法[J];電腦知識與技術;2008年01期

3 張濤濤;郭茂祖;鄒權;;參數(shù)序列比對算法研究(英文)[J];生物信息學;2008年02期

4 唐玉榮;生物信息學中一個優(yōu)化的全局雙序列比對算法[J];計算機應用;2004年S1期

5 張敏;生物序列比對算法研究現(xiàn)狀與展望[J];大連大學學報;2004年04期

6 單路超;王建章;許德森;李東垣;趙鵬;王國相;褚騰飛;;基于局部序列比對的漏洞挖掘技術研究[J];微型機與應用;2017年03期

7 楊潔;劉海;;生物序列比對算法的研究現(xiàn)狀[J];中國科技信息;2011年09期

8 葉笑春;林偉;范東睿;張浩;;蛋白質(zhì)序列比對算法在眾核結(jié)構(gòu)上的并行優(yōu)化[J];軟件學報;2010年12期

9 駱嘉偉;陳斐;彭東海;;基于混合行為的蟻群雙序列比對方法[J];計算機工程與應用;2009年11期

10 吳德敏;陳俊;;雙序列比對的算法研究[J];計算機工程與應用;2008年36期

相關會議論文 前8條

1 王盛;吳長剛;孫慰遲;;帶約束星形序列比對復雜性的研究[A];2006年全國理論計算機科學學術年會論文集[C];2006年

2 方慧生;陳凱先;;一個有效解決遠距離同源蛋白質(zhì)結(jié)構(gòu)預測及序列比對的有效方法[A];中國化學會第26屆學術年會化學信息學與化學計量學分會場論文集[C];2008年

3 許龍飛;段敏;陳孝衛(wèi);冉麗;朱嬋;;生物DNA序列比對算法研究[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

4 陳婷婷;郭婷婷;李林;安冬;;基于生物信息學的功能蛋白基因序列分類研究[A];2011年全國通信安全學術會議論文集[C];2011年

5 顏朗;曹慶華;張義正;王海燕;;基于轉(zhuǎn)錄組的甘薯轉(zhuǎn)座元件搜尋及轉(zhuǎn)座酶基因表達分析[A];中國遺傳學會第九次全國會員代表大會暨學術研討會論文摘要匯編（2009-2013）[C];2013年

6 尹榮嶺;陳巨蓮;劉勇;程登發(fā);孫京瑞;Claude Bragard;Frederic FRANCIS;;CMV蚜傳相關蛋白CP基因的克隆與變異分析[A];植�？萍紕�(chuàng)新與病蟲防控專業(yè)化——中國植物保護學會2011年學術年會論文集[C];2011年

7 葉t@;張靜淑;李嶺;;脊椎動物腦容量相關基因的進化分析[A];中國的遺傳學研究——遺傳學進步推動中國西部經(jīng)濟與社會發(fā)展——2011年中國遺傳學會大會論文摘要匯編[C];2011年

8 趙培寶;任愛芝;李多川;;輪枝鐮孢兩蛋白激酶基因的克隆及功能研究[A];中國植物病理學會2009年學術年會論文集[C];2009年

相關博士學位論文 前10條

1 國宏哲;基于de Bruijn圖模型的基因組序列映射算法研究[D];哈爾濱工業(yè)大學;2019年

2 朱香元;大規(guī)模生物序列比對算法及其并行化研究[D];湖南大學;2014年

3 程昊宇;面向大規(guī)模測序數(shù)據(jù)集的序列比對算法研究[D];中國科學技術大學;2019年

4 唐玉榮;生物信息學中的序列比對算法研究[D];中國農(nóng)業(yè)大學;2004年

5 李玉崗;生物大分子序列比對和蛋白質(zhì)結(jié)構(gòu)分類算法[D];中國科學院研究生院（計算技術研究所）;2004年

6 陳科;最優(yōu)化方法在生物序列比對中的應用與研究[D];電子科技大學;2010年

7 向旭宇;基因序列與結(jié)構(gòu)的信息分析及應用算法研究[D];湖南大學;2010年

8 馬爽;多功能雷達電子情報信號處理關鍵技術研究[D];國防科學技術大學;2013年

9 劉廣臣;若干統(tǒng)計計算模型研究及其在生物醫(yī)學信息處理中的應用[D];山東大學;2016年

10 李想;多重序列比對上的RNA相互作用問題[D];南開大學;2013年

相關碩士學位論文 前10條

1 蘇俊豪;基于序列比對骨架的基因組結(jié)構(gòu)變異片段檢測算法[D];哈爾濱工業(yè)大學;2019年

2 蘇文鶴;基于后綴樹的序列比對算法的設計與實現(xiàn)[D];國防科技大學;2017年

3 孫繼鵬;高通量測序數(shù)據(jù)集的短讀序列比對算法研究[D];西安電子科技大學;2019年

4 潘卿波;基于網(wǎng)絡流量相似性的LDoS攻擊檢測方法[D];中國民航大學;2019年

5 周衛(wèi)星;基于DP的若干序列比對算法構(gòu)件開發(fā)及其裝配生成[D];江西師范大學;2019年

6 賈澤宇;基于動態(tài)短序列比對算法的高血壓多態(tài)性位點挖掘檢測[D];青海師范大學;2019年

7 吳泓邵;基于Xeon Phi的超長序列比對算法設計與實現(xiàn)[D];山東大學;2019年

8 肖楓;外顯子預測方法研究與實現(xiàn)[D];淮北師范大學;2019年

9 宋思怡;面向三代測序的序列比對算法研究與優(yōu)化[D];中國科學技術大學;2019年

10 劉順;基于網(wǎng)絡協(xié)議逆向的序列比對算法研究[D];蘭州大學;2019年

本文編號：2598586