基于IP地址相關(guān)性的DDoS攻擊檢測研究與實(shí)現(xiàn).pdf

1、針對現(xiàn)行DDoS攻擊檢測方法存在著諸如檢測率不高、適用范圍不廣、突發(fā)業(yè)務(wù)流與DDoS攻擊難于區(qū)分等缺陷。在分析了DDoS攻擊對網(wǎng)絡(luò)流量大小和IP地址相關(guān)性的影響基礎(chǔ)上，本文提出了基于網(wǎng)絡(luò)流相關(guān)性的DDoS攻擊檢測方法。首先對流量大小特性進(jìn)行相關(guān)性分析，定義Hurst指數(shù)方差變化率為測度，用以區(qū)分正常流量與引起流量顯著變化的異常性流量。接著分析IP地址相關(guān)性，定義并計(jì)算IP地址相似度作為突發(fā)業(yè)務(wù)流和DDoS攻擊的區(qū)分測度。實(shí)驗(yàn)結(jié)果表明，結(jié)

2、合對網(wǎng)絡(luò)流中流量大小和IP地址兩個屬性進(jìn)行相關(guān)性分析，能準(zhǔn)確地區(qū)分出網(wǎng)絡(luò)中存在的正常流量、突發(fā)業(yè)務(wù)流和DDoS攻擊，達(dá)到提高DDoS攻擊檢測效率的目的。
　　 針對改進(jìn)后的算法本文設(shè)計(jì)并部分實(shí)現(xiàn)了基于IP地址相關(guān)性的異常檢測系統(tǒng)模型。模型由流數(shù)據(jù)采集模塊、流信息統(tǒng)計(jì)模塊、異常檢測模塊和報警信息呈現(xiàn)模塊組成。流數(shù)據(jù)采集模塊對采集來的流信息先進(jìn)行單流檢測，對異常特征較為明顯的單個流進(jìn)行過濾，隨后將采集的流信息存入數(shù)據(jù)庫；流信息統(tǒng)計(jì)模