基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有方法仅分析粗粒度的网络流量特征参数,无法在保证检测实时性的前提下识别出拒绝服务(DoS)和分布式拒绝服务(DDoS)的攻击流这一问题,提出一种骨干网络DoS&DDoS攻击检测与异常流识别方法.首先,通过粗粒度的流量行为特征参数确定流量异常行为发生的时间点;然后,在每个流量异常行为发生的时间点对细粒度的流量行为特征参数进行分析,以找出异常行为对应的目的IP地址;最后,提取出与异常行为相关的流量进行综合分析,以判断异常行为是否为DoS攻击或者DDoS攻击.仿真实验的结果表明,基于流量行为特征的DoS&DDoS攻击检测与异常流识别方法能有效检测出骨干网络中的DoS攻击和DDoS攻击,并且在保证检测实时性的同时,准确地识别出与攻击相关的网络流量.
推荐文章
骨干通信网多流多特征流量异常检测
骨干通信网络
多流多特征
流量
异常检测
DoS/DDoS攻击原理与防范
拒绝服务
分布式拒绝服务
攻击
防御
DDoS攻击从检测到流量识别总体防御方案研究
DDOS攻击
信息熵
CUSUM
相关系数
流量识别
基于Bayes分类器的DoS/DDoS攻击防御技术
拒绝服务
分布式拒绝服务
贝叶斯分类器
危险等级
包过滤
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 流量行为特征骨干网络DoS&DDoS攻击检测与异常流识别
来源期刊 计算机应用 学科 工学
关键词 异常检测 异常流识别 骨干网络 信息熵 流量分析
年,卷(期) 2013,(10) 所属期刊栏目 信息安全
研究方向 页码范围 2838-2841,2845
页数 5页 分类号 TP393.08
字数 5665字 语种 中文
DOI 10.11772/j.issn.1001-9081.2013.10.2838
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 胡光岷 电子科技大学光纤传感与通信教育部重点实验室 59 446 11.0 17.0
2 周颖杰 电子科技大学光纤传感与通信教育部重点实验室 4 38 3.0 4.0
6 焦程波 2 10 2.0 2.0
7 陈慧楠 电子科技大学光纤传感与通信教育部重点实验室 2 4 1.0 2.0
8 马力 电子科技大学光纤传感与通信教育部重点实验室 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (5)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
异常检测
异常流识别
骨干网络
信息熵
流量分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导