摘要：摘要：针对基于流量特征的应用层DDoS检测方法侧重于检测持续型应用层DDoS攻击，而忽略检测上升型与脉冲型应用层DDoS攻击的问题，提出一种综合检测多类型应用层DDoS攻击的方法。首先通过Hash函数及开放定址防碰撞方法，对多周期内不同源IP地址建立索引，进而实现HTTPGET数的快速统计功能，以支持对刻画数据规模、流量趋势及源IP地址分布差异所需特征参数的实时计算；然后采用偏二又树结构组合SVM分类器分层训练特征参数，并结合遍历与反馈学习的方法，提出基于偏二叉树SVM多分类算法的应用层DDoS检测方法，快速区分出非突发正常流量、突发正常流量及多类型App．DDoS流量。实验表明，所提算法通过划分检测类型、逐层训练检测模型，与传统基于SVM、NavieBayes的检测方法相比，具有更高的检测率与更低的误检率，且能有效区分出具体攻击类型。
分类：期刊> 自然科学与工程技术> 信息科技> 互联网技术
收录：统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：应用层ddos攻击 http get统计模型 流量特征参数 svm多分类器
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
