基于攻击特征的ARMA预测模型的DDoS攻击检测方法

摘要：

分布式拒绝服务(DDoS)攻击检测是网络安全领域的研究热点.本文提出一个能综合反映DDoS攻击流的流量突发性、流非对称性、源IP地址分布性和目标IP地址集中性等多个本质特征的IP流特征(IFFV)算法,采用线性预测技术,为正常网络流的IFFV时间序列建立了简单高效的ARMA(2,1)预测模型,进而设计了一种基于IFFV预测模型的DDoS攻击检测方法(DDDP).为了提高方法的检测准确度,提出了一种报警评估机制,减少预测误差或网络流噪声所带来的误报.实验结果表明,DDDP检测方法能够迅速、有效地检测DDoS攻击,降低误报率.

关键词：网络安全、分布式拒绝服务、线性预测、攻击特征、ARMA模型

所属期刊栏目：32

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60603062;湖南省教育厅资助科研项目07C718;湖南省自然科学基金资助项目06JJ3035;公安部应用创新计划资助项目2007YYCXHNST072

在线出版日期：2010-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,28