一种抗DDoS的入侵检测系统研究

一种抗DDoS的入侵检测系统研究

论文摘要

随着Internet的繁荣,网络入侵事件频繁发生,各种攻击手段也层出不穷,其中拒绝服务攻击DoS以其攻击范围广、隐蔽性强、简单有效、破坏性大和难以防御等特点成为最常见的网络攻击手段之一,极大地影响网络和主机系统的有效服务,尤其是分布式拒绝服务攻击DDoS,其潜伏期长、攻击并发程度高,隐蔽性更强、破坏性更大,严重威胁着Internet的安全。目前的入侵检测系统IDS作为一种主动检测工具,虽然可以对内部攻击、外部攻击和误操作进行实时检测,但对高分布性的DDoS攻击的检测能力明显较弱,针对此问题,本文提出一种轻量级的DDoS攻击检测方法LDDM,进而构建了一种抗DDoS攻击的入侵检测系统。该系统融合了轻量级的DDoS攻击检测方法LDDM和基于C-F模型的Bayes检测方法CBDM。LDDM包括特征提取和DDoS攻击检测两个模块,特征提取主要提取TCP建立连接过程中的SYN包和ACK包等特征,为DDoS攻击的检测做准备;DDoS攻击检测根据合法IP地址数据库判断伪装的源IP地址,用改进的Bloom Filter进行TCP协议的对称性分析,然后利用改进的无参数CUSUM算法判断是否存在DDoS攻击。CBDM用知识库记录正常行为规则,通过特征分类建立正常行为与特征属性向量的Bayes网络实例,然后训练基于C-F模型的Bayes分类器,并将其应用于检测过程中。本文首先提出了一种轻量级的DDoS检测方法LDDM,该方法使用改进的无参数CUSUM算法,不仅可以利用少量的资源有效检测DDoS攻击,而且可以及时检测到DDoS攻击停止时刻,降低了对DDoS检测的误报率,实验证明无论靠近攻击端还是受害端,LDDM均能有效地检测到DDoS攻击;其次,将基于C-F模型的不确定性推理应用到Bayes分类器中,提出一种改进的基于Bayes网络的入侵检测方法CBDM。最后通过实验证明,本文提出的抗DDoS的入侵检测系统不仅对简单的入侵方式具有较高的检测率,而且可以有效的检测到DDoS攻击。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究的背景
  • 1.2 国内外研究现状
  • 1.3 本文的主要工作及章节安排
  • 第2章 DDoS攻击和防范策略
  • 2.1 DoS和DDoS原理
  • 2.1.1 拒绝服务攻击DoS
  • 2.1.2 分布式拒绝服务攻击DDoS
  • 2.2 DoS和DDoS攻击特征
  • 2.3 DDoS攻击分类
  • 2.3.1 洪泛攻击
  • 2.3.2 扩大攻击
  • 2.3.3 协议攻击
  • 2.3.4 畸形包攻击
  • 2.4 DDoS攻击防范策略
  • 2.4.1 IP Traceback概述
  • 2.4.2 DDoS检测和防御技术
  • 2.5 本章小节
  • 第三章 Bayes网络在网络入侵检测系统中的应用
  • 3.1 入侵检测系统概述
  • 3.2 入侵检测系统的分类及发展趋势
  • 3.2.1 入侵检测系统分类
  • 3.2.2 入侵检测系统的发展方向
  • 3.3 基于Bayes网络的入侵检测系统
  • 3.3.1 Bayes网络简介
  • 3.3.2 Bayes网络在入侵检测系统中的应用
  • 3.3.3 Bayes网络分类器的应用研究
  • 3.4 本章小结
  • 第4章 轻量级的DDoS攻击检测方法
  • 4.1 轻量级的DDoS攻击检测方法
  • 4.1.1 研究背景
  • 4.1.2 LDDM的提出
  • 4.2 特征提取模块
  • 4.3 DDoS攻击检测模块
  • 4.3.1 合法IP地址数据库
  • 4.3.2 攻击检测Bloom Filter
  • 4.3.3 无参数CUSUM算法
  • 4.4 本章小结
  • 第5章 一种抗DDoS的入侵检测系统
  • 5.1 LDDM在抗DDoS的入侵检测系统中的应用
  • 5.1.1 LDDM在抗DDoS的入侵检测系统中的应用
  • 5.1.2 实验分析
  • 5.2 基于C-F模型的Bayes检测方法
  • 5.2.1 CBDM的提出
  • 5.2.2 基于C-F模型的Bayes分类器
  • 5.3 系统实验及结果分析
  • 5.4 本章小结
  • 第6章 总结和展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表的学术论文
  • 学位论文评阅及答辩情况表
  • 相关论文文献

    • [1].基于自适应阈值的DDoS攻击态势预警模型[J]. 浙江大学学报(工学版) 2020(04)
    • [2].2020第1季度DDoS攻击趋势[J]. 计算机与网络 2020(10)
    • [3].新闻门户网站DDoS防范研究[J]. 信息与电脑(理论版) 2020(16)
    • [4].基于智能蜂群算法的DDoS攻击检测系统[J]. 计算机科学 2018(12)
    • [5].反射放大型DDOS攻击资源分析及其治理建议[J]. 江西通信科技 2019(02)
    • [6].2017年上半年DDoS攻击疯狂增长[J]. 计算机与网络 2017(23)
    • [7].预防遭受DDoS威胁[J]. 软件和集成电路 2018(01)
    • [8].京东云重磅发布DDoS高防服务[J]. 计算机与网络 2018(03)
    • [9].检测和防御“云”的DDoS攻击[J]. 网络安全和信息化 2017(01)
    • [10].6种绝佳防御DDoS攻击方法[J]. 计算机与网络 2018(10)
    • [11].DDoS攻击后果日益严重[J]. 网络安全和信息化 2018(05)
    • [12].基于灰色模糊层次模型的DDoS攻击态势评估[J]. 舰船电子工程 2018(07)
    • [13].2018上半年互联网DDoS攻击趋势分析[J]. 计算机与网络 2018(13)
    • [14].DDoS防御的11种方法详解[J]. 电脑知识与技术(经验技巧) 2018(08)
    • [15].DDoS攻击原理及防御方法研究[J]. 科技经济导刊 2018(30)
    • [16].大流量DDoS攻击防护方案探讨[J]. 邮电设计技术 2016(12)
    • [17].丢掉DDoS的八个幻想[J]. 软件和集成电路 2017(01)
    • [18].DDoS攻击检测模型的设计[J]. 武汉工程大学学报 2017(01)
    • [19].盘点2016年最严重的DDoS攻击事件[J]. 计算机与网络 2016(24)
    • [20].基于攻击检测和攻击过滤的政务网内DDOS攻击的防护[J]. 数字通信世界 2017(05)
    • [21].企业防御DDoS攻击需要多管齐下[J]. 计算机与网络 2017(14)
    • [22].云计算环境下DDoS研究[J]. 信息与电脑(理论版) 2017(14)
    • [23].新型“脉冲波”DDoS攻击来袭[J]. 计算机与网络 2017(19)
    • [24].DDoS Attack in Software Defined Networks: A Survey[J]. ZTE Communications 2017(03)
    • [25].DDoS攻击防御技术发展综述[J]. 网络与信息安全学报 2017(10)
    • [26].DDoS放大攻击原理及防护方法[J]. 电信网技术 2017(10)
    • [27].如何在企业中应对DDoS攻击[J]. 电信网技术 2015(12)
    • [28].《2015全年DDoS威胁报告》报告[J]. 计算机与网络 2016(09)
    • [29].DDOS攻击的分析与研究[J]. 科技创新与应用 2014(34)
    • [30].浅析网络DDoS攻击与治理[J]. 通讯世界 2015(01)

    标签:;  ;  ;  ;  

    一种抗DDoS的入侵检测系统研究
    下载Doc文档

    猜你喜欢