基于BP神经网络的DDoS攻击检测研究

• 作者: 杨可心 桑永胜
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: BP神经网络 DDoS攻击 入侵检测
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 71-75
• 页数: 5页
• 分类号: TP393.08
• 字数: 3521字
• 语种: 中文
• DOI: 103969/j.issn.0490-6756.2017.01.012

摘要

分布式拒绝服务攻击(DDoS)是如今常见的网络威胁之一,DDoS攻击易被发动却很难追踪与防范.在神经网络快速算法基础上,首先系统分析国内外DDoS攻击检测理论、方法与大量数据集,构建了基于数据包长度,数据包发送时间间隔以及数据包长度变化率等六项特征的攻击流量特征模型;其次通过大量尝试提出对神经网络误差调整参数进行优化的方法;最后基于加州大学洛杉矶分校数据集(UCLA CSD Packet Traces)进行了参数改进前后的攻击检测对比实验.实验表明,本文提出的方法能有效提高DDoS攻击检测率,且具有较好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桑永胜	四川大学计算机学院	5	24	3.0	4.0
2	杨可心	河海大学企业管理学院	4	15	1.0	3.0