一种增量式GHSOM算法在DDoS攻击检测中的应用

• 作者: 刘纪伟 张玉 李睿楠 梁彧
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: DDoS攻击 增量式GHSOM 八元组联合特征 动态更新
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 82-88
• 页数: 7页
• 分类号: TP399|TP393.081
• 字数: 6861字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2020.03.012

摘要

分布式拒绝服务(distributed denial of service,DDoS)攻击自出现以来一直是全球互联网网络安全的重要威胁之一.目前很多DDoS攻击检测方法虽然对已知类型攻击具有较高的检测率,但是不能有效识别新的攻击类型,无法应对DDoS攻击形式变化多和快的特点.为了准确检测出DDoS攻击,同时使检测模型具有良好的自适应性、扩展性和较低的更新代价,以应对层出不穷的DDoS攻击,提出了一种综合考虑网络流量双向特征、固定特征和统计特征,采用增量式GHSOM(Growing Hierarchical Self-Organizing Maps)神经网络算法的DDoS攻击检测方法.首先,根据DDoS攻击流量的特点提取流量特征,组成流量八元组联合特征,然后利用增量式GHSOM神经网络算法进行异常流量分析,最后,通过实验验证检测方法的有效性.实验结果表明,提出的DDoS攻击检测方法不仅能够有效检测出已知类型的DDoS攻击,而且能够实现对检测模型的在线动态更新,对于新出现的DDoS攻击类型,具有相同的检测率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉	国家计算机网络与信息安全管理中心河北分中心	3	1	1.0	1.0
2	刘纪伟	国家计算机网络与信息安全管理中心河北分中心	5	22	3.0	4.0
3	李睿楠	北京邮电大学国际学院	1	0	0.0	0.0