發(fā)布時間：2022-04-23 18:34

　　傳統(tǒng)檢測方法很難及時辨別出DDoS攻擊的種類與方式,針對這一問題,基于隱馬爾可夫模型研究了一種新的多級殘差網(wǎng)絡(luò)DDoS攻擊檢測方法。該檢測方法可以在DDoS攻擊多級殘差網(wǎng)絡(luò)時,應(yīng)用相關(guān)公式提取DDoS攻擊中的可觀參數(shù)與隱含參數(shù),并利用這些參數(shù)分別建立隱含狀態(tài)轉(zhuǎn)移概率矩陣與觀測狀態(tài)轉(zhuǎn)移概率矩陣排列,計算DDoS攻擊因子,通過對DDoS攻擊因子進(jìn)行詳細(xì)的判定與分析,判斷多級殘差網(wǎng)絡(luò)中否存在DDoS攻擊。為了驗證檢測方法的效果,設(shè)定對比實驗,結(jié)果表明,基于隱馬爾可夫模型的多級殘差網(wǎng)絡(luò)DDoS攻擊檢測方法,具有檢測時間短、檢測準(zhǔn)確率高的優(yōu)點。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 DDos攻擊因子提取
2 DDos攻擊因子判定
3 DDos攻擊檢測
4 實驗研究
    4.1 實驗?zāi)康?br>    4.2 實驗參數(shù)
    4.3 實驗結(jié)果與分析
5 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于面部結(jié)構(gòu)殘差網(wǎng)絡(luò)的壓縮人臉圖像復(fù)原算法[J]. 趙強,干宗良,劉峰.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2019(04)
[2]基于融合模糊C均值與隱馬爾科夫模型的滾動軸承的退化狀態(tài)識別[J]. 周建民,張臣臣,張龍,郭慧娟.  機械設(shè)計與研究. 2019(03)
[3]使用深度殘差網(wǎng)絡(luò)的乘波體氣動性能預(yù)測[J]. 陳冰雁,劉傳振,白鵬,喬宇.  空氣動力學(xué)學(xué)報. 2019(03)
[4]基于隱馬爾可夫模型的反射型XSS檢測技術(shù)[J]. 趙澄,陳君新.  浙江工業(yè)大學(xué)學(xué)報. 2019(04)
[5]基于隱馬爾可夫模型的連續(xù)語音同步識別系統(tǒng)[J]. 李玉華.  現(xiàn)代電子技術(shù). 2019(11)
[6]基于主元分析得分重構(gòu)差分的故障檢測策略[J]. 張成,郭青秀,李元,高憲文.  控制理論與應(yīng)用. 2019(05)
[7]融合重檢測機制的卷積回歸網(wǎng)絡(luò)目標(biāo)跟蹤算法[J]. 賈永超,何小衛(wèi),鄭忠龍.  計算機應(yīng)用. 2019(08)
[8]基于深度殘差神經(jīng)網(wǎng)絡(luò)的AES密碼芯片電磁攻擊研究[J]. 羅漫,張洪欣.  電波科學(xué)學(xué)報. 2019(04)
[9]一種聚類隱馬爾可夫模型的時空軌跡預(yù)測算法[J]. 孫紅,陳鎖.  小型微型計算機系統(tǒng). 2019(03)
[10]馬爾可夫模型于無線信道異常檢測中的應(yīng)用[J]. 袁莉芬,郭濤,何怡剛,呂密,程珍,索帥.  電子測量與儀器學(xué)報. 2019(03)



本文編號：3647752