流量行为特征骨干网络DoS＆DDoS攻击检测与异常流识别（原版论文）.pdfVIP

JournalofComputerApplications ISSN 1001．9081 2013—10—01 计算机应用，2013，33(10)：2838—2841，2845 CODEN JYIIDU http：／／www．joca．an 文章编号：1001—9081(2013)10—2838—04 doi：10．11772／j．issn．1001—9081．2013．10．2838 流量行为特征骨干网络DoSDDoS攻击检测与异常流识别 周颖杰 ，焦程波 ，陈慧楠 ，马 力 ，胡光岷 (1．电子科技大学光纤传感与通信教育部重点实验室，成都 611731； 2．四川大学计算机学院，成都 610065； 3．北京信息技术研究所，北京 100093) (通信作者电子邮箱yjzhou@uestc．edu．an) 摘 要：针对现有方法仅分析粗粒度的网络流量特征参数，无法在保证检测实时性的前提下识别出拒绝服务 (DoS)和分布式拒绝服务(DDoS)的攻击流这一问题，提 出一种骨干网络DoSDDoS攻击检测与异常流识别方法。首 先，通过粗粒度的流量行为特征参数确定流量异常行为发生的时间点；然后，在每个流量异常行为发生的时间点对细 粒度的流量行为特征参数进行分析，以找 出异常行为对应的 目的IP地址；最后 ，提取出与异常行为相关的流量进行综 合分析，以判断异常行为是否为DoS攻击或者DDoS攻击。仿真实验的结果表明，基于流量行为特征的DoSDDoS攻 击检测与异常流识别方法能有效检测出骨干网络中的DoS攻击和DDoS攻击，并且在保证检测实时性的同时，准确地 识别出与攻击相关的网络流量。 关键词：异常检测；异常流识别；骨干网络 ；信息熵；流量分析 中图分类号：TP393．08 文献标志码 ：A TrafficbehaviorfeaturebasedDoS＆DDoSattack detectionandabnormalflow identificationforbackbonenetworks ZHOUYingjie， ，JIAOChengbo，CHENHuinan，MALi，HUGuangmin (1．LaboratoryofOpticalFiberSensingandCommunciations，MinistryofEducation， UniversityofElectronciScienceand TechnologyofChina，ChengduSeihuan611731，China； 2．CollegeofComputerScience，SichuanUniversity,ChengduScihuan610065，China； 3．BeijingInformationTechnologyInstitute，Beijing100093，China) Abstract：The existing methods forbackbone networks only analyze coarse—grained network traffic characteristic parameters．Thus，theycannotguaranteeboththepremiseofabnormalflow identificationandthereal-timedetectionforDoS (DenialofService)＆DDoS(DistributedDenialofService，DDoS)attacks．Concerningthisproblem，aDoSDDoSattack detectionandabnomr al flow ide