基于ANN与KPCA的LDoS攻击检测方法

• 作者: 刘亮 吴志军 岳猛
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 低速率拒绝服务攻击 队列特征 核的主成分分析 神经网络
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 11-22
• 页数: 12页
• 分类号: TP302
• 字数: 9070字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2018073

摘要

低速率拒绝服务(LDoS, low-rate denial of service)攻击是一种新的面向TCP协议的攻击方式,它具有攻击速率低、隐蔽性强的特点,很难被传统DoS攻击检测措施发现.针对其特点,采用网络大数据分析技术,从路由器队列中挖掘一种LDoS攻击特征,将核主成分分析(KPCA, kernel principal component analysis)方法与神经网络结合,提出一种新的检测LDoS攻击的方法.该方法将路由器队列特征采用KPCA降维,作为神经网络输入,再利用BP神经网络自学习能力生成LDoS分类器,达到检测LDoS攻击的目的.实验结果表明该方法有较好的检测有效性和较低的计算复杂度,对设计防御LDoS攻击的路由器有一些借鉴意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴志军	中国民航大学电子信息与自动化学院	53	330	10.0	16.0
2	岳猛	中国民航大学电子信息与自动化学院	17	123	7.0	10.0
3	刘亮	中国民航大学电子信息与自动化学院	4	2	1.0	1.0