周 萍,高仲合

(曲阜师范大学信息科学与工程学院,山东日照276826)

一种新的DDoS攻击检测算法*

周 萍,高仲合

(曲阜师范大学信息科学与工程学院,山东日照276826)

为了准确及时的进行DDoS攻击检测,提出了一种新的DDoS攻击检测算法。该算法在基于传统的小波分析检测DDoS攻击的基础上融入了主成分分析法和小波分析法中DDoS检测方法,并根据该算法设计相应的模型和算法来检测DDoS攻击,并且引入信息论中的信息熵对源IP地址的分散程度进行度量,根据初始阶段Hurst指数及熵值的变化自适应地设定阈值以检测攻击的发生。实验结果表明,该方法大幅度的提高了DDoS检测的速度。

DDoS攻击检测 小波分析 主成分解 熵值

0 引 言

随着网络不断的规模化和复杂化,网络中分布式拒绝服务(DDoS)攻击频繁的发生次数给正常网络的运行造成了越来越大的威胁。由于DDoS攻击潜伏期长、隐蔽性高、攻击并发程度高,为了确保网络运行的安全性、高效性,怎样能够精确的、快速的实现DDoS攻击的检测逐渐成为学者们日益关注的热点[1]。

文献[2]研究表明正常的网络流量具有自相似性。文献[3-4]中研究表明了DDoS攻击检测中包含基于攻击流特征和正常流特征的两种检测方法。基于文献[3-4]提到的两种策略的缺点,文献[5]研究表明了在基于网络流量的自相似的基础上研究DDoS攻击检测,指出小波分析法在DDoS的检测中具有举足轻重的地位。在文献[6]通过R/S和小波分析法检测DDoS攻击的研究与比较中,得出小波分析法在DDoS检测中的重要地位,同时也指出了不足之处:容易造成漏报率和误报率,同时还会增加所需样本占用的容量空间[7]。……