基于攻击特征的ARMA预测模型的DDoS攻击检测方法

• 作者: 刘湘辉 刘运 殷建平 程杰仁 蔡志平
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 网络安全 分布式拒绝服务 线性预测 攻击特征 ARMA模型
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1-4,28
• 页数: 5页
• 分类号: TP393.08
• 字数: 4108字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2010.04.001

摘要

分布式拒绝服务(DDoS)攻击检测是网络安全领域的研究热点.本文提出一个能综合反映DDoS攻击流的流量突发性、流非对称性、源IP地址分布性和目标IP地址集中性等多个本质特征的IP流特征(IFFV)算法,采用线性预测技术,为正常网络流的IFFV时间序列建立了简单高效的ARMA(2,1)预测模型,进而设计了一种基于IFFV预测模型的DDoS攻击检测方法(DDDP).为了提高方法的检测准确度,提出了一种报警评估机制,减少预测误差或网络流噪声所带来的误报.实验结果表明,DDDP检测方法能够迅速、有效地检测DDoS攻击,降低误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷建平	国防科技大学计算机学院	84	762	14.0	21.0
2	蔡志平	国防科技大学计算机学院	48	471	12.0	18.0
3	程杰仁	国防科技大学计算机学院	10	109	6.0	10.0
7	刘运	国防科技大学计算机学院	6	62	4.0	6.0
8	刘湘辉	国防科技大学计算机学院	15	140	8.0	11.0