-
公开(公告)号:CN109194608B
公开(公告)日:2022-02-11
申请号:CN201810795131.1
申请日:2018-07-19
Applicant: 南京邮电大学
IPC: H04L9/40 , H04L47/2441 , H04L45/745
Abstract: 本发明涉及一种基于流的DDoS攻击与闪拥事件检测方法,所应用的流检测方法结合了基于香农熵、广义熵改进的‑熵以及流多维特征,方法包括:通过分析多种类型的DDoS攻击以及闪拥事件特点,打造多类型的DDoS攻击与闪拥事件流量;打造的流量在SDN网络中都会产生SDN独有的流表信息;引入基于香农熵、广义熵改进的‑熵,增大不同数据之间的信息距离,有利于尽早发现攻击行为;通过获取交换机中流表的多维数据,如协议类型、流生存时间、源/目的IP的香农熵、广义熵、‑熵等,进行特征提取;将不同类型DDoS攻击流量、闪拥事件流量以及正常流量进行分类,即多分类,对比SVM、KNN等分类方法的检测准确率;调节‑熵的可调参数α的值,结合最优分类器获取最优的多分类准确率。本发明利用SDN网络独有的流表功能并结合‑熵,攻击发生时能及时检测出来,并降低闪拥事件的误报率。
-
公开(公告)号:CN109194608A
公开(公告)日:2019-01-11
申请号:CN201810795131.1
申请日:2018-07-19
Applicant: 南京邮电大学
IPC: H04L29/06 , H04L12/851 , H04L12/741
Abstract: 本发明涉及一种基于流的DDoS攻击与闪拥事件检测方法,所应用的流检测方法结合了基于香农熵、广义熵改进的-熵以及流多维特征,方法包括:通过分析多种类型的DDoS攻击以及闪拥事件特点,打造多类型的DDoS攻击与闪拥事件流量;打造的流量在SDN网络中都会产生SDN独有的流表信息;引入基于香农熵、广义熵改进的-熵,增大不同数据之间的信息距离,有利于尽早发现攻击行为;通过获取交换机中流表的多维数据,如协议类型、流生存时间、源/目的IP的香农熵、广义熵、-熵等,进行特征提取;将不同类型DDoS攻击流量、闪拥事件流量以及正常流量进行分类,即多分类,对比SVM、KNN等分类方法的检测准确率;调节-熵的可调参数α的值,结合最优分类器获取最优的多分类准确率。本发明利用SDN网络独有的流表功能并结合-熵,攻击发生时能及时检测出来,并降低闪拥事件的误报率。
-