基于攻击特征的ARMA预测模型的DDoS攻击检测方法

作者：程杰仁; 殷建平; 刘运; 刘湘辉; 蔡志平

来源：计算机工程与科学, 2010, (04): 1-4+28.

• 网络安全
• 分布式拒绝服务
• 线性预测
• 攻击特征
• ARMA模型 network security
• distributed denial of service
• linear prediction
• attack features
• ARMA model

分布式拒绝服务(DDoS)攻击检测是网络安全领域的研究热点。本文提出一个能综合反映DDoS攻击流的流量突发性、流非对称性、源IP地址分布性和目标IP地址集中性等多个本质特征的IP流特征(IFFV)算法,采用线性预测技术,为正常网络流的IFFV时间序列建立了简单高效的ARMA(2,1)预测模型,进而设计了一种基于IFFV预测模型的DDoS攻击检测方法(DDDP)。为了提高方法的检测准确度,提出了一种报警评估机制,减少预测误差或网络流噪声所带来的误报。实验结果表明,DDDP检测方法能够迅速、有效地检测DDoS攻击,降低误报率。

• 出版日期2010
• 单位湘南学院; 中国人民解放军国防科学技术大学