采取数据挖掘的拒绝服务攻击防御模型.pdfVIP

第37 卷 第4 期 电 子 科 技 大 学 学 报 Vol.37 No.4 2008年7月 Journal of University of Electronic Science and Technology of China Jul. 2008 采用数据挖掘的拒绝服务攻击防御模型 童 彬，秦志光，贾伟峰，宋健伟 ( 电子科技大学计算机科学与工程学院 成都 610054) 【摘要】针对拒绝服务攻击的特点，提出了一种采用数据挖掘技术的防御模型。该模型以实时抽样流量作为数据来源， 采用关联分析法提取可信IP列表用于数据包的过滤，并利用贝叶斯分类算法对数据包的危险等级进行评估。该模型弥补了传 统的基于可信IP列表过滤的不足，并在防御攻击时能有效区分正常流量与异常流量。实验证明该模型能够对拒绝服务攻击进 行有效、实时的防御。 关 键 词 关联分析; 贝叶斯分类; 数据挖掘; 拒绝服务 中图分类号 TP393 文献标识码 A A DoS Attack Defense Model Adopting Data Mining TONG Bin, QIN Zhi-guang, JIA Wei-feng, and SONG Jian-wei (School of Computer Science and Engineering, University of Electronic Science and Technology of China Chengdu 610054) Abstract According to the characteristics of DoS/DDoS attack, a defense model adopting data-mining technology is proposed. Based on real-time sample traffic, this model extracts trusted IP list by association analysis to filter, and evaluates packets danger degree by adopting bayes algorithm. This model makes up disadvantages of traditional filtering based on trusted source IP, and effectively differentiates normal traffic and abnormal traffic. Experimental datum proves this model can launch real-time and effective defense against DoS/DDoS attack. Key words association analysis; Bayes classification; data-mining; denial of service 拒绝服务攻击(DoS) 和分布式拒绝服务攻击 高效性，使防御模型可进行实时防御。 [1] (DDoS)是目前常见的、难以防御的网络攻击方式 。 1 采用数据挖掘的防御模型 特别是DDoS攻击，由于受控主机自身具有分布性， 且攻击数据包采用伪随机IP ，使得攻击者具有更强 1.1 防御模型 的隐蔽性，DDoS攻击更加难以防御。因此，研究一 防御模型架构如图1所示。 种能够有效抵御DDoS攻击的防御模型和机制具有