低速率TCP拒绝服务攻击的小波检测方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 115-117.

低速率TCP拒绝服务攻击的小波检测方法

周刚1，刘渊2

1.盐城工学院信息工程学院，江苏盐城 224051
2.江南大学数字媒体学院，江苏无锡 214122

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Wavelet-based detection method for low-rate TCP-targeted DoS

ZHOU Gang1，LIU Yuan2

1.School of Information Engineering，Yancheng Institute of Technology，Yancheng，Jiangsu 224051，China
2.School of Digital Media，Jiangnan University，Wuxi，Jiangsu 214122，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 利用提升小波方法对受到LDoS攻击的TCP业务流采样样本的自相似性进行分析，NS2模拟实验结果表明，在攻击期间的混合流样本与正常流样本的Hurst指数有较大的差别，由此提出了一个基于提升小波的低速率拒绝服务攻击早期检测方法。

关键词: 入侵检测, 低速率拒绝服务, 自相似, 提升小波

Abstract: The TCP traffic flow attacked by LDoS is analyzed based on the lifting scheme　for the wavelet transform.The experimental results on NS2 indicate that the Hurst parameter values between the legal TCP flow samples and the mixed flow samples during attacking period vary greatly，the method of early detecting LDoS attack is proposed.

Key words: intrusion detection, low-rate denial of service, self-similarity, lifting scheme

周刚1，刘渊2. 低速率TCP拒绝服务攻击的小波检测方法[J]. 计算机工程与应用, 2011, 47(32): 115-117.

ZHOU Gang1，LIU Yuan2. Wavelet-based detection method for low-rate TCP-targeted DoS[J]. Computer Engineering and Applications, 2011, 47(32): 115-117.

[1]	王振东，张林，李大海. 基于机器学习的物联网入侵检测系统综述[J]. 计算机工程与应用, 2021, 57(4): 18-27.
[2]	曹磊，李占斌，杨永胜，赵龙飞. 基于双层注意力神经网络的入侵检测方法[J]. 计算机工程与应用, 2021, 57(19): 142-149.
[3]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[4]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[5]	黎佳玥，赵波，李想，刘会，刘一凡，邹建文. 基于深度学习的网络流量异常预测方法[J]. 计算机工程与应用, 2020, 56(6): 39-50.
[6]	陈虹，王闰婷，肖成龙，郭鹏飞，黄洁，陈红霖. 基于DBN-XGBDT的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(22): 83-91.
[7]	狄冲，李桐. 网络未知攻击检测的深度学习方法[J]. 计算机工程与应用, 2020, 56(22): 109-116.
[8]	汪盼，宋雪桦，王昌达，陈锋，徐夏强，蔡冠宇. 基于改进的深度信念网络的入侵检测方法[J]. 计算机工程与应用, 2020, 56(20): 87-92.
[9]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[10]	陈虹，赵建智，肖成龙，陈建虎，肖越. 改进ADASYN-SDA的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(2): 97-105.
[11]	杨彦荣，宋荣杰，周兆永. 基于GAN-PSO-ELM的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(12): 66-72.
[12]	吴德鹏，柳毅. 基于可变网络结构自组织映射的入侵检测模型[J]. 计算机工程与应用, 2020, 56(12): 81-86.
[13]	刘月峰1，王成1，张亚斌1，苑江浩2. 用于网络入侵检测的多尺度卷积CNN模型[J]. 计算机工程与应用, 2019, 55(3): 90-95.
[14]	蒋欣兰，贾文博. 高铁接触网异物侵入的机器视觉检测方法[J]. 计算机工程与应用, 2019, 55(22): 250-257.
[15]	马占飞1，杨晋2，金溢2，边琦3. 基于IQPSO-IDE算法的网络入侵检测方法[J]. 计算机工程与应用, 2019, 55(10): 115-120.