互聯網異常流量檢測技術的研究.pdf_第1頁
已閱讀1頁,還剩47頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯網應用系統(tǒng)的不斷擴展,針對互聯網應用系統(tǒng)攻擊行為產生的異常流量變得越來越頻繁。分布式拒絕服務攻擊(Distributed Denial of Service,DDoS)是互聯網應用系統(tǒng)攻擊中的主要手段,因此DDoS攻擊的研究成為學術界重要的課題之一。
  本文總結了互聯網異常流量中DDoS攻擊形成的原因和DDoS攻擊的原理,說明了DDoS攻擊對網絡安全造成的破壞程度,指出異常流量檢測技術在網絡安全管理中的重要作用。系統(tǒng)全面

2、的分析了與異常流量檢測技術相關的關鍵技術和重要算法,如主成分分析法和布魯姆過濾器(Bloom Filter,BF)算法。改進了兩種互聯網異常流量檢測的算法,一種算法是引入主成分分析法對網絡的異常流量進行檢測,使算法變得易于實現,從而提高異常流量的檢測率;第二種方法是將布魯姆過濾器技術和累加和算法相結合,從而來實現互聯網異常流量的檢測,該算法能提高互聯網異常流量的檢測度和精確度。本文研究的重點內容如下:
 ?。?)基于主成分分析法的

3、DDoS的研究。針對目前小波分析技術在異常流量檢測算法中存在獲取測量數據困難,誤差率較高的缺陷,設計了一種基于主成分分析法的DDoS攻擊檢測算法。該算法的思想是,利用主成分分析法將網絡測量所需的數據進行降維,然后利用小波分析和信息熵對獲取的網絡流量數據進行分析和求值,最后在Matlab軟件平臺上進行測試。通過Matlab仿真平臺做出相應的實驗效果圖,從仿真結果中可以看出,改進的新算法在預防異常流量的檢測率方面有了明顯的提高,為網絡的安全

4、提供了可靠的保障。
  (2)基于BF技術的DDoS攻擊的研究。針對目前二維向量的布魯姆過濾器技術在SYN Flooding攻擊中存在檢測精度低的缺陷,改進了一種基于BF技術的DDoS檢測算法。該算法的思想是將自適應累加和算法和BF技術相結合,其中BF技術是由三維向量組成,用于記錄和標識可疑的網絡流量數據。當網絡中異常流量攻擊發(fā)生時,自適應累加和算法將計數器記錄的異常流量數據,通過自適應門限設置和報警狀態(tài)進行檢測和判斷,以此來提高

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論