基于网络流量自相似性的DDoS攻击检测算法

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:lkjall
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络技术和网络应用的发展,网络安全问题显得越来越重要。分布式拒绝服务攻击(DDoS,DistributedDenialofService)是近年来对Internet具有巨大影响的恶意攻击方式,给互联网造成了不可估量的损失,也是最难解决的网络安全问题之一,因此DDoS攻击检测和防护已经成为网络安全领域的热点。 本文的研究工作主要包括:通过网络流量自相似性的变化,分别采用小波分析法和改进的R/S算法检测DDoS,利用基于路由器流量分析的反向追踪技术对DDoS攻击进行防御。 在本文中我们首先研究了拒绝服务攻击的攻击机制、方法和发展趋势,并对各种现有DDoS攻击防御方法进行研究,分析了各种防御方法的优缺点。然后我们引入网络流量自相似性检测DDoS攻击流量,并对小波分析法的检测性能进行了实验,结果表明小波分析法能够更快更准确地检测到网络流量中是否存在DDoS攻击流量。之后,与传统的R/S算法相比较,提出改进后的R/S算法,并通过实验对新算法进行验证,结果表明改进的R/S算法在检测的即时性和对弱DDoS攻击的分辨能力方面都有所提高。在检测DDoS攻击的基础上,提出了基于路由器流量分析的反向追踪技术。利用该技术对DDoS攻击进行防御,可以较为有效地追踪到攻击源的地址,从而使系统免受攻击。
其他文献
近年来,手势识别逐渐变成人机交互中的一种重要手段。相对于静态手势识别而言,动态手势识别在现实应用中更加广泛。而手势轨迹是运动特征中的一种,其简单、鲁棒的特性使其广泛地
从大量繁杂的文本信息中获取有用的信息是信息处理的一大任务,而文本分类是实现这个任务的最重要的方法之一。特征选择和文本分类算法是文本分类的两个重要的研究方向,特征选择
随着计算机技术的快速发展,网络安全问题成了计算机领域研究热点,缓冲区溢出(BOF,Buffer Overflow)以及病毒入侵逐渐成为影响网络系统乃至计算机系统安全的主要问题。因此,挖掘程序
基于图像的绘制技术是近几年兴起的一种新的虚拟场景绘制策略,已成为当前计算机视觉的一个研究热点。基于图像的绘制技术结合了计算机视觉、计算机图形学、图像处理、摄像测
生物信息学是多学科的交叉产物,以计算机为工具对生物信息进行存储、检索和分析。本论文主要研究了生物序列可视化、比对以及蛋白质序列网络等有关问题。 从混沌游走中得到
随着无线局域网(WLAN)技术的飞速发展,其在国防、科研、教育、经济等各行业中的应用日益广泛。但是,WLAN也面临一系列阻碍其市场发展的困难,其中,安全性问题是这些阻力当中的
基于特征的可视化技术是科学计算可视化中一个重要的研究方向,在矢量场可视化方面有着重要应用。本文综述了基于特征的流场可视化技术,对其在流场可视化中的应用作了深入研究
目前,WLAN已经进入了快速发展的阶段,越来越多的应用开始使用无线局域网。实时业务要求在切换过程中有较小的延时,现有的网络也支持切换,但是这种切换需要重新进行一次802.1X认证
数据挖掘是指从大量数据中提取或“挖掘”知识。关联规则是数据挖掘当前研究的主要模式之一,用于确定数据集中不同域或属性之间的联系,找出有价值的多个域之间的依赖关系。发
Adhoc网络是一组具有路由和转发功能的移动节点组成的一个多跳临时性自治系统。随着AdHoc网络传输多媒体业务需求的增加,要求网络支持服务质量(QoS)。然而AdHoc网络的单向链路