文章針對DDo S異常流量攻擊提出一種自適應攻擊檢測方法,該方法基于網絡訪問行為特征進行快速學習建模,再通過一個流量TOP-N排序表來實現異常流量的動態(tài)過濾。TOP-N排序表的樣本模板采用自適應收斂算法來快速自學習更新,可以快速、準確地識別出異常流量和攻擊行為,大大提升異常流量攻擊行為檢測的準確率,特別適用于慢速的應用型DDoS攻擊檢測和防護領域。 

【文章來源】：信息網絡安全. 2020,20(12)北大核心CSCD

【文章頁數】：5 頁

【部分圖文】：

自適應的異常流量檢測算法結構示意圖

【參考文獻】：
期刊論文
[1]域名安全保障體系研究與設計[J]. 張新躍.  中國信息安全. 2016(11)
[2]分布式DNS反射DDoS攻擊檢測及控制技術[J]. 羅志強,沈軍,金華敏.  電信科學. 2015(10)
[3]超寬帶網絡異常流量檢測與防治技術探析[J]. 劉國榮,劉東鑫,沈軍,金華敏.  電信科學. 2012(01)
[4]DNS服務器的DDoS攻擊檢測系統(tǒng)的研究[J]. 翟光群,高凱楠.  計算機工程與應用. 2011(33)
[5]中國電信IT安全保障體系研究與設計[J]. 張新躍,華汪明,黃禮蓮,高儒振.  現代電信科技. 2011(09)
[6]網絡對抗中的DDoS攻防技術分析[J]. 劉安利,趙懷勛.  網絡安全技術與應用. 2009(07)
[7]DDoS攻擊檢測綜述[J]. 嚴芬,王佳佳,趙金鳳,殷新春.  計算機應用研究. 2008(04)
[8]新網絡環(huán)境下應用層DDoS攻擊的剖析與防御[J]. 謝逸,余順爭.  電信科學. 2007(01)
[9]策略驅動的網絡安全管理模型[J]. 張新躍,鄧煒春,沈樹群.  計算機應用研究. 2005(01)



本文編號：3292702