|本期目录/Table of Contents|

[1]胡中功,程思婷,沈　斌,等.DDoS攻击检测模型的设计[J].武汉工程大学学报,2017,39(01):91-95.[doi:10. 3969/j. issn. 1674?2869. 2017. 01. 016]
　HU Zhonggong,CHENG Siting,SHEN Bin,et al.Design of Attacks Detection Model of Distributed Denial of Service[J].Journal of Wuhan Institute of Technology,2017,39(01):91-95.[doi:10. 3969/j. issn. 1674?2869. 2017. 01. 016]
点击复制

DDoS攻击检测模型的设计(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
39
期数:
2017年01期
页码:
91-95
栏目:
机电与信息工程
出版日期:
2017-03-29

文章信息/Info

Title:
Design of Attacks Detection Model of Distributed Denial of Service
作者:
胡中功; 程思婷; 沈　斌; 陈爱杰
武汉工程大学电气信息学院，湖北 武汉 430205
Author(s):
HU Zhonggong; CHENG Siting; SHEN Bin; CHEN Aijie
School of Electrical and Information Engneering， Wuhan Institute of Technology， Wuhan 430205， China
关键词:
DDoS攻击; 朴素贝叶斯分类算法; 特征数据; 正态分布函数;  检测模型
Keywords:
DDoS attacks;  naive Bayes classification algorithm;  feature data;  normal distribution function;  detection model
分类号:
TP309
DOI:
10. 3969/j. issn. 1674?2869. 2017. 01. 016
文献标志码:
A
摘要:
为了有效检测服务器是否受到DDoS攻击，设计了一种基于朴素贝叶斯分类算法的DDoS攻击检测模型. 首先大量抓取服务器数据包，选择受到DDoS攻击时产生较明显变动的5种特征数据作为基本参数，所有数据可分为受攻击与未受攻击两类. 然后利用正态分布函数拟各合特征量的分布情况，并计算出各个特征量的条件概率. 最后，选取测试数据，得到测试数据在贝叶斯公式下被分为受攻击与未受攻击两类的后验概率，并通过比较此两个后验概率值的大小，判断出服务器是否受到DDoS攻击. 该模型经MATLAB仿真实验的验证，获得了较高的准确率，保证了对DDoS攻击的有效检测，并由C＋＋代码进行实现.
Abstract:
To effectively detect whether the server was attacked by distributed denial of service （DDoS）， we designed a DDoS attacks detection model based on the naive Bias classification algorithm. Firstly， five kinds of data with obviously changed characteristic in DDoS attacks， which were obtained from the large number of server data packets， were chosen as the basic parameters and divided into two categories of being attacked or not. Then， the conditional probability of each characteristic was calculated by using normal distribution function to fit the characteristic parameters. Finally， whether the server was attacked or not by DDoS was judged by comparing the two posterior probabilities of the selected test data based on the Bayesian formula. The model established by C＋＋ code ensures the effective detection of DDoS attacks with higher accuracy via the MATLAB simulation experiments.

参考文献/References:

［1］　张永铮，肖军，云晓春，等. DDoS攻击检测和控制方法［J］. 软件学报，2012，23（8）：2058-2072. ZHANG Y Z，XIAO J，YUN X C，et al. DDoS attacks detection and control mechanisms ［J］. Journal of Software， 2012， 23（8）：2058-2072. ［2］　刘敏霞，余杰，李强，等. 基于P2P系统的DDoS攻击及其防御技术研究综述［J］. 计算机应用研究，2011，28（5）：1609-1613. LIU M X，YU J，LI Q，et al. Research on P2P-based DDOS attacks and their defense mechanism ［J］. Application Research of Computers， 2011，28（5）：1609-1613. ［3］　徐琳. 应用层DDoS攻击防御与检测方法［D］. 上海：上海交通大学，2012. ［4］　聚趣库. 揭秘DDoS黑市：50 块钱就能击瘫一家网站 ［EB/OL］. （2014-12-29）［2016-06-20］.http：//www.vccoo.com/v/1ee99a. ［5］　严芬，王佳佳，赵金凤，等. DdoS攻击检测综述［J］. 计算机应用研究，2008，25（4）：966-969. YAN F，WANG J J，ZHAO J F，et al.Survey of detection on DDoS attack ［J］. Application Research of Computers，2008，25（4）：966-969. ［6］　张锦平. DDoS攻击检测及响应技术的研究［D］. 秦皇岛：燕山大学，2012. ［7］　池水明，周苏杭. DDoS 攻击防御技术研究［J］. 信息网络安全，2012，27（5）：27-31. CHI S M， ZHOU S H. Research on defend against DDoS attacks ［J］. Netinfo Security， 2012，27（5）：27-31. ［8］　梁海军. 基于DDoS攻击的服务器拥塞控制研究［J］. 计算机与现代化，2009，25（3）：100-102. LIANG H J.Research on jammed server control based on DDoS attacking ［J］. Computer and Modernization， 2009，25（3）：100-102. ［9］　张亚萍，陈得宝，侯俊钦. 基于EM的朴素贝叶斯分类算法［J］. 宿州学院学报，2010，25（11）：12-13. ZHANG Y P， CHEN D B， HOU J Q.Naive bayesian classification based on EM algorithm ［J］. Journal of Suzhou College， 2010，25（11）：12-13. ［10］　孙中华，蒋斌，贾克斌. 基于朴素贝叶斯分类的路面积雪状态检测［J］. 吉林大学学报（工学版），2013，43（增刊1）：380-383. SUN Z H，JIANG B，JIA K B. Detection of the road snow coverage status based on naive bayesian classifier ［J］. Journal of Jilin University （Engineering and Technology Edition）， 2013，43（Suppl. 1）：380-383. ［11］　盛骤，谢式千，潘承毅. 概率论与数理统计［M］. 第4版.北京：高等教育出版社，2008：17-23. ［12］　王阳，李连发. 空间贝叶斯分类器并行化［J］. 地理与地理信息科学，2013，29（4）：47-51. WANG Y，LI L F. A Parallel bayesian classifier ［J］. Geography and Geo-information Science， 2013， 29（4）：47-51. ［13］　王双成，杜瑞杰，刘颖. 连续属性完全贝叶斯分类器的学习与优化［J］. 计算机学报，2012，35（10）：2129-2138. WANG S C，DU R J，LIU Y. The learning and optimization of full bayes classifiers with continuous attributes ［J］. Chinese Journal of Computers， 2012，35（10）：2129-2138. ［14］　王国才. 朴素贝叶斯分类器的研究与应用［D］. 重庆：重庆交通大学，2010. ［15］　吴江霞. 正态分布进入统计学的历史演化［D］. 石家庄：河北师范大学，2008. ［16］　汪新凡，肖满生. 基于正态分布区间数的信息不完全的群决策方法［J］. 控制与决策，2010，25（10）：1494-1498. WANG X F， XIAO M S. Approach of group decision making based on normal distribution interval number with incomplete information ［J］. Control and Decision， 2010，25（10）：1494-1498.

相似文献/References:

备注/Memo

备注/Memo:
-
更新日期/Last Update: 2017-02-22