检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:傅雷扬[1] 王汝传[1] 王海艳[1] 任勋益[1]
出 处:《南京航空航天大学学报》2007年第3期358-362,共5页Journal of Nanjing University of Aeronautics & Astronautics
基 金:国家自然科学基金(60573141和70271050)资助项目;江苏省自然科学基金(BK2005146)资助项目;江苏省高技术研究计划(BG2004004;BG2005037和BG2005038)资助项目;国家高科技863项目(2005AA775050)资助项目;南京市高科技项目(2006软资105)资助项目;江苏省计算机信息处理技术重点实验室基金(kjs050001和kjs06)资助项目;江苏省高校自然科学研究计划(05KJB520092)资助项目
摘 要:基于网络流量具有统计自相似性的理论,通过计算自相似参数Hurst值来检验流量的自相似程度。采用R/S方法对流量数据进行分析,给出了R/S方法详细的实现算法,通过实验的分析与比较,验证了自相似性的存在。自相似性是正常网络流量具备的特征,当流量发生异常时,Hurst值会出现明显的变化,本文将这一变化应用于DDoS攻击检测做了初步的探讨。基于自相似理论的网络流量异常检测技术与传统的基于统计异常技术和数据包特征匹配等方法相比,具有更高的准确性和可靠性。The self-similar degree of network traffic is checked by computing Hurst parameter based on the self-similar theory. By using R/S approach to analyze the network traffic, R/S algorithm is presented. The existence of self-similarity is verified by experiments. The self-similarity is an important character of the natural network traffic. Hurst parameter changes obviously while the network traffic occurs abnormal, The change is used to study DDoS detection. Compared with other abnormal detection approaches, such as statistical abnormity and character matching, the detection method based on self-similar theory is more exact and reliable.
关 键 词:R/S方法 自相似 HURST参数 异常检测 分布式拒绝服务攻击(DDoS)
分 类 号:TP393[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.249