面向车联网泛洪攻击的流量异常检测方法

• 作者: 李源 江虹 王永建 谢一臻
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 车联网 泛洪攻击 流量异常检测 Hurst自相似度
• 年，卷（期）: 2020,（4）
• 页码范围: 454-461
• 页数: 8页
• 分类号: TP393.1
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2020.44.04.010

摘要

为了有效检测车联网环境下的泛洪攻击,缓解泛洪攻击对车联网的不良影响,该文提出了面向车联网环境下针对泛洪攻击的轻量化流量异常检测方法.通过在路侧单元使用Hurst自相似参数估计方法计算车联网数据包流量的自相似变化曲线,检测流量异常变化,并上传异常时段的数据包信息到云端,云端统计各节点发送数据包情况,通过检测数据包大小异常变化来检测发起泛洪攻击的恶意节点.通过对车联网实际网络流量仿真计算结果表明,该流量异常检测方法能在低中高3种泛洪攻击强度下,有效检测出恶意节点.