基于神经网络的大数据云平台DDoS攻击检测方法研究

• 作者: 徐亦丹 葛菁 赵巍
• 来源期刊: 现代电子技术
• 关键词: 云平台 DDoS攻击监测 自组织映射 神经网络 特征优化 流量检测 实验测试
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 102-104
• 页数: 3页
• 分类号: TN911.7⁃34|TP311
• 语种: 中文
• DOI: 10.16652/j.issn.1004⁃373x.2020.24.026

摘要

针对基于OpenFlow协议的云平台的安全性问题,文中对分布式拒绝服务攻击(DDoS)检测方法进行研究.通过引入自组织映射(SOM)神经网络,利用网络流量的包数、速率、生存周期等特征建立网络的输入特征向量对SOM中的输入层、竞争层进行合理的优化,借助Stacheldraht工具生成网络的训练和测试数据.在实验时,文中基于不同的流量数据集训练得到3个不同的SOM网络.测试结果表明,所提方法对于恶意流量的识别准确率可达98％以上,误判率可降低至0.5％以下,证明了神经网络在DDoS攻击检测中的可用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐亦丹		12	7	2.0	2.0
2	葛菁		7	3	1.0	1.0
3	赵巍		8	1	1.0	1.0