李 源,谢一臻,王永建,江 虹

(1.西南科技大学 信息工程学院,四川 绵阳 620010;2.北京邮电大学 国际学院,北京 100876;3.国家计算机网络与信息安全管理中心,北京 100031;4.西南科技大学 信息工程学院,四川 绵阳 620010)

车联网概念由物联网衍生而来,是未来智能交通系统应用的最重要组成部分之一,在车联网网络拓扑中,路侧单元作为车联网的固定接入点,连接车联网与外部互联网和车联网管理平台,车辆节点之间采用无中心的自组织网络结构连接[1]。由于车联网车辆节点快速行驶、拓扑结构多变等特点[2],使其容易遭到攻击者的攻击,为道路交通带来安全隐患。

泛洪攻击指攻击者向攻击目标发起流量泛洪,导致攻击目标被大量的冗余信息占用网络和计算处理资源,使其他合法车辆无法正常使用网络服务,即发生拒绝服务(Denial of service,DoS)[3]。

与传统无线网络相比,车联网泛洪攻击的危害和防御手段都不相同,车辆节点使用车载通信单元通过无线网络进行通信,复杂的网络环境和频繁变化的拓扑结构,要求泛洪攻击的防御手段要具有较高的实时性和足够的轻量化。

文献[4]中提出了一种分布式处理的实时流量检测系统,在该系统中采用大数据的分布式处理方式,对网络流量的特征进行提取与训练,建立网络流量模型,从而对流量异常进行准确实时检测。此方法检测准确度和实时性较高,但是分布式的大数据特征提取对设备计算处理能力要求较高。

文献[5]针对网络流量特征提取不准确和鲁棒性不高的问题,提出了基于深度特征学习的方法来检测流量异常。……