基于时间序列分析的分布式拒绝服务攻击检测

• 作者: 孙钦东 张德运 高鹏
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 分布式拒绝服务 时间序列分析 自适应自回归 支持向量机
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 767-773
• 页数: 7页
• 分类号: TP393
• 字数: 5448字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2005.05.003

摘要

该文分析了分布式拒绝服务(DDoS)攻击的特点,提出了一种基于流连接密度(FCD)时间序列分析的DDoS攻击检测方法,该方法通过拟合FCD时间序列的自适应自回归模型,获得能够在多维空间描述当前流量状态的AAR模型参数向量序列,然后使用经过样本训练的支持向量机(SVM)分类器进行攻击识别;充分考虑了报警的时间间隔及分布情况,提出一种报警可信度评估算法对SVM分类结果进行二次处理,以消除网络流量噪声及分类错误所带来的影响.实验结果显示,该检测方法能够有效检测DDoS攻击,可信度评估算法能够明显减少误报,降低误报率,显著提高检测质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张德运	西安交通大学网络研究所	184	2190	23.0	37.0
2	孙钦东	西安交通大学网络研究所	23	830	11.0	23.0
6	高鹏	西安交通大学网络研究所	12	220	7.0	12.0