基于防空作战体系的DDoS攻击防御技术研究

• 作者: 刘顺余 唐强 沙智伦
• 来源期刊: 网络空间安全
• 学科: 工学
• 关键词: 防空作战体系 机器学习 入侵检测 分布式拒绝服务
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 网络与系统安全
• 页码范围: 38-42
• 页数: 5页
• 分类号: TP391.4
• 字数: 2213字
• 语种: 中文

摘要

防空作战体系依托军事综合信息网、指挥专网、内部局域网等网络,连接各级作战值班室和作战阵地并实现空情共享.这类网络任务单一,防御能力较弱,易遭受敌军攻击,如分布式拒绝服务(DDoS).基于此,文章中提出了一种新颖的入侵检测方法—KNS.这种方法基于集成学习的思想,首先分别采用K-最近邻(K-Nearest Neighbor,KNN)、朴素贝叶斯分类器(Naive Bayes Classifier,NBC)和支持向量机(Support Vector Machine,SVM)对流量进行检测,其次对检测结果进行投票策略(Voting)整合,最后获得KNS的最终检测结果.这种方法在DDoS数据集进行了测试,结果表明,KNS具有较好的异常检测检测准确性、检测率、误报率.