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:
由于物联网(IoT)设备众多、分布广泛且所处环境复杂,相较于传统网络更容易遭受分布式拒绝服务(DDoS)攻击,针对这一问题提出了一种在软件定义物联网(SD-IoT)架构下基于均分取值区间长度-K均值(ELVR-Kmeans)算法的DDoS攻击检测方法.首先,利用SD-IoT控制器的集中控制特性通过获取OpenFlow交换机的流表,分析SD-IoT环境下DDoS攻击流量的特性,提取出与DDoS攻击相关的七元组特征;然后,使用ELVR-Kmeans算法对所获取的流表进行分类,以检测是否有DDoS攻击发生;最后,搭建仿真实验环境,对该方法的检测率、准确率和错误率进行测试.实验结果表明,该方法能够较好地检测SD-IoT环境中的DDoS攻击,检测率和准确率分别达到96.43%和98.71%,错误率为1.29%.
推荐文章
分布式拒绝服务攻击的原理与防范
拒绝服务
分布式拒绝服务
对抗
安全
分布式拒绝服务攻击研究
TCP/IP
分布式拒绝服务
网络攻击
网络安全
分布式拒绝服务攻击工具Trinoo的分析
分布式拒绝服务
Trinoo
网络攻击
网络安全
分布式拒绝服务攻击及防范研究
拒绝服务攻击
分布式拒绝服务攻击
扫描
入侵检测
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 基于软件定义物联网的分布式拒绝服务攻击检测方法
来源期刊 计算机应用 学科 工学
关键词 软件定义物联网 分布式拒绝服务攻击 均分取值区间长度-K均值算法 七元组特征 攻击检测
年,卷(期) 2020,(3) 所属期刊栏目 网络空间安全
研究方向 页码范围 753-759
页数 7页 分类号 TP393.08
字数 8265字 语种 中文
DOI 10.11772/j.issn.1001-9081.2019091611
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 朱晓娟 安徽理工大学计算机科学与工程学院 19 168 6.0 12.0
2 徐辉 安徽理工大学计算机科学与工程学院 38 54 4.0 6.0
3 刘向举 安徽理工大学计算机科学与工程学院 25 84 6.0 8.0
4 刘鹏程 安徽理工大学计算机科学与工程学院 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (124)
共引文献  (344)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(22)
  • 参考文献(0)
  • 二级参考文献(22)
2014(17)
  • 参考文献(0)
  • 二级参考文献(17)
2015(24)
  • 参考文献(4)
  • 二级参考文献(20)
2016(20)
  • 参考文献(3)
  • 二级参考文献(17)
2017(16)
  • 参考文献(5)
  • 二级参考文献(11)
2018(12)
  • 参考文献(1)
  • 二级参考文献(11)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
软件定义物联网
分布式拒绝服务攻击
均分取值区间长度-K均值算法
七元组特征
攻击检测
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
总被引数(次)
209512
论文1v1指导