改进的基于熵的DDoS攻击检测方法

计算机应用 ›› 2010, Vol. 30 ›› Issue (07): 1778-1781.

改进的基于熵的DDoS攻击检测方法

张洁¹,秦拯²

1. 湖南大学，软件学院
2. 湖南大学软件学院

收稿日期:2009-12-23 修回日期:2010-03-13 发布日期:2010-07-01 出版日期:2010-07-01
通讯作者: 张洁
基金资助:
国家“973”项目子课题;湖南省自然科学基金项目;广东省自然科学基金项目;广东省科技计划项目

Modified method of detecting DDoS attacks based on entropy

Received:2009-12-23 Revised:2010-03-13 Online:2010-07-01 Published:2010-07-01

摘要/Abstract

摘要： 基于熵的分布式拒绝服务攻击(DDoS)攻击的检测方法相比其他基于流量或特征的检测方法，具有计算简便、灵敏度高、误报率低、不增加额外网络流量、不增加额外硬件成本等特点。为了进一步提高了DDoS攻击检测的准确率，并降低误报率，提出一种改进的基于熵的DDoS攻击检测方法。该方法将DDoS攻击细分为不同的威胁等级，对每个威胁等级的攻击进行不同次数的检测。NS-2模拟实验结果验证了其有效性。

关键词: 分布式拒绝服务, 熵, 攻击检测

Abstract: Compared with the volume or feature based approaches, detecting Distributed Denial of Service (DDoS) attacks based on entropy has the following advantages: simple calculation, high sensitivity, low false positive rate, no need of additional network traffic and device. For the purpose of getting higher precision and lower false positive rate in contrast to traditional entropybased approaches, a Modified Entropy-Based (MEB) scheme was proposed in this paper, which divided DDoS attacks into different threat levels and treated each threat level with according method. The effeciency of this scheme was validated with simulation in NS-2.

Key words: Distributed Denial of Service (DDoS), entropy, attacking detection

张洁秦拯. 改进的基于熵的DDoS攻击检测方法[J]. 计算机应用, 2010, 30(07): 1778-1781.

[1]	胡天杰, 胡文军, 王士同. 分布熵惩罚的支持向量数据描述[J]. 计算机应用, 2021, 41(8): 2212-2218.
[2]	王治和, 常筱卿, 杜辉. 基于万有引力的自适应近邻传播聚类算法[J]. 计算机应用, 2021, 41(5): 1337-1342.
[3]	欧跃发, 杨鸣坤, 慕德俊, 柯捷, 马文涛. 基于广义最大Versoria准则的稀疏自适应滤波算法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3325-3331.
[4]	律睿慜, 梅莉琳, 邢红姹, 孟磊, 昃跃峰. 基于马尔可夫链的书画时序感量化方法[J]. 计算机应用, 2021, 41(1): 295-299.
[5]	王波, 任英琦, 黄冬艳. H-Algorand:基于多块输出的公有链共识机制[J]. 计算机应用, 2020, 40(7): 2150-2154.
[6]	袁园, 吴文, 万毅. 基于熵驱动域适应学习的单幅图像阴影检测方法[J]. 计算机应用, 2020, 40(7): 2131-2136.
[7]	周思羽, 包国琦, 刘凯. 低通滤波下约束对数强度熵的图像渐晕校正[J]. 计算机应用, 2020, 40(6): 1812-1817.
[8]	陈程军, 毛莺池, 王绎超. 基于激活-熵的分层迭代剪枝策略的CNN模型压缩[J]. 计算机应用, 2020, 40(5): 1260-1265.
[9]	张伍, 陈红梅. 基于多核模糊粗糙集与蝗虫优化算法的高光谱波段选择[J]. 计算机应用, 2020, 40(5): 1425-1430.
[10]	曾元鹏, 王开军, 林崧. 面向二类区分能力的干扰熵特征选择方法[J]. 计算机应用, 2020, 40(3): 626-630.
[11]	刘向举, 刘鹏程, 徐辉, 朱晓娟. 基于软件定义物联网的分布式拒绝服务攻击检测方法[J]. 计算机应用, 2020, 40(3): 753-759.
[12]	王治忠, 钱龙龙, 韩闯, 师丽. 基于统计特征和熵特征融合的心肌梗死辅助诊断方法[J]. 计算机应用, 2020, 40(2): 608-615.
[13]	王煜, 徐建民. 用于网络新闻热点识别的热点新词发现[J]. 计算机应用, 2020, 40(12): 3513-3519.
[14]	童玉珍, 王应明. 基于后悔理论及EDAS法的概率语言多属性群决策方法[J]. 计算机应用, 2020, 40(11): 3152-3158.
[15]	张伍, 陈红梅. 基于核模糊粗糙集的高光谱波段选择算法[J]. 计算机应用, 2020, 40(1): 258-263.