DNS服务器的DDoS攻击检测系统的研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (33): 94-97.

DNS服务器的DDoS攻击检测系统的研究

翟光群，高凯楠

郑州大学信息工程学院，郑州 450001

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-21 发布日期:2011-11-21

Research on detection system of DDoS attacks against DNS server

ZHAI Guangqun，GAO Kainan

School of Information Engineering，Zhengzhou University，Zhengzhou 450001，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-21 Published:2011-11-21

摘要/Abstract

摘要： 建立一个针对DNS服务器DDoS攻击的检测系统，该系统采集DNS服务器端的网络数据，并从中提取出6个特征属性作为流量特征记录;利用经过遗传优化的BP网络建立检测模型，对流量特征记录进行检测;输出检测结果。通过实验结果可以看到利用提取的流量特征属性值，该系统能有效检测到DDoS攻击行为;而且比标准BP算法建立的检测模型具有更好的训练性能和更高的检测准确率。

关键词: 分布式拒绝服务攻击, 域名服务器, 反向传播（BP）网络, 流量特征, 异常检测

Abstract: This paper presents a system to detect the DDoS attacks towards the DNS server.Six features are extracted from the traffic of DNS server and these features can well reflect the various DDoS attacks.An optimized BP network is employed to train and detect the data features.The experiment results show that the attacks can be well detected by these selected features.The performance and detection accuracy are both improved using the optimized BP network.

Key words: Distributed Denial of Service（DDoS）, Domain Name Server（DNS）, Back Propagation（BP） neural network, traffic features, anomaly detection

翟光群，高凯楠. DNS服务器的DDoS攻击检测系统的研究[J]. 计算机工程与应用, 2011, 47(33): 94-97.

ZHAI Guangqun，GAO Kainan. Research on detection system of DDoS attacks against DNS server[J]. Computer Engineering and Applications, 2011, 47(33): 94-97.

[1]	江魁，丘远东，郑浩城. 基于信息熵与LSTM的ICMPv6 DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(21): 148-154.
[2]	王文涛，李树梅，汤婕，吕伟龙. 结合概率图模型与DNN的DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(13): 108-115.
[3]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[4]	麻琛彬，张政波，王晶. 基于深度学习的生理异常检测研究综述[J]. 计算机工程与应用, 2021, 57(10): 10-25.
[5]	刘杰，房俊，雷峰津. 电能质量异常数据在线检测方法[J]. 计算机工程与应用, 2020, 56(9): 240-247.
[6]	吴楚田，陈永乐，陈俊杰. 多协议交叉的HMM协议异常检测算法[J]. 计算机工程与应用, 2020, 56(8): 81-86.
[7]	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.
[8]	贺寰烨，林果园，顾浩，方梦华. 云虚拟机异常检测场景下改进的LOF算法[J]. 计算机工程与应用, 2020, 56(23): 80-86.
[9]	展鹏，陈琳，曹鲁慧，许浩然，李学庆. 核转折点裁剪表示的时间序列异常检测算法[J]. 计算机工程与应用, 2020, 56(23): 130-138.
[10]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[11]	张常华，周雄图，张永爱，姚剑敏，郭太良，严群. 深度自编码器在数据异常检测中的应用研究[J]. 计算机工程与应用, 2020, 56(17): 93-99.
[12]	熊逸，梁意文，谭成予，周雯. 基于反向选择的地震前兆观测数据异常检测[J]. 计算机工程与应用, 2020, 56(10): 226-230.
[13]	崔芳怡1，荆晓远2，董西伟2，3，吴飞2，孙莹2. 自适应蝙蝠算法优化的模糊聚类及其应用[J]. 计算机工程与应用, 2019, 55(7): 16-22.
[14]	杨飞跃，陶洋. 时空协作的WSNs节点异常检测算法[J]. 计算机工程与应用, 2019, 55(7): 127-131.
[15]	王凯，陈丹伟. 基于LSTM的动态图模型异常检测算法研究[J]. 计算机工程与应用, 2019, 55(5): 76-82.