為了準(zhǔn)確識(shí)別分布式拒絕服務(wù)（DDoS）攻擊態(tài)勢(shì)預(yù)警級(jí)別,研究DDoS攻擊態(tài)勢(shì)預(yù)警技術(shù),設(shè)計(jì)DDoS攻擊態(tài)勢(shì)預(yù)警模型邏輯結(jié)構(gòu),定義區(qū)域網(wǎng)絡(luò)安全脆弱性因子（SVF）.基于長(zhǎng)短時(shí)記憶（LSTM）網(wǎng)絡(luò)流量預(yù)測(cè)模型和區(qū)域網(wǎng)絡(luò)安全脆弱性因子,提出基于動(dòng)態(tài)自適應(yīng)閾值的DDoS攻擊態(tài)勢(shì)預(yù)警模型.提取IP數(shù)據(jù)包統(tǒng)計(jì)特征（IPDCF）,使用LSTM預(yù)測(cè)模型對(duì)IPDCF序列建模,對(duì)正常流進(jìn)行預(yù)測(cè).根據(jù)預(yù)測(cè)結(jié)果和SVF實(shí)時(shí)動(dòng)態(tài)地計(jì)算預(yù)警閾值和預(yù)警區(qū)間,基于預(yù)警閾值和預(yù)警區(qū)間設(shè)定態(tài)勢(shì)預(yù)警級(jí)別.實(shí)驗(yàn)結(jié)果表明,利用該模型能夠?qū)崟r(shí)、有效地預(yù)警DDoS攻擊態(tài)勢(shì),準(zhǔn)確地識(shí)別DDoS攻擊態(tài)勢(shì)安全級(jí)別. 

【文章來(lái)源】：浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2020,54(04)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)


本文編號(hào)：3234355