应用非迭代Apriori算法检测分布式拒绝服务攻击

doi:10.3724/SP.J.1087.2011.01521

计算机应用 ›› 2011, Vol. 31 ›› Issue (06): 1521-1524.DOI: 10.3724/SP.J.1087.2011.01521

应用非迭代Apriori算法检测分布式拒绝服务攻击

高琰¹,²,王台华²,郭帆²,³,余敏²

1. 江西省气象信息中心，南昌 330046
2. 江西师范大学计算机信息工程学院，南昌 330022
3. 江西省南昌市江西师范大学计算机信息工程学院

收稿日期:2010-11-22 修回日期:2011-01-04 发布日期:2011-06-20 出版日期:2011-06-01
通讯作者: 郭帆
作者简介:高琰（1973-），女，江苏阜宁人，硕士，主要研究方向：数据处理、信息安全；王台华（1987-），男，江西吉安人，硕士研究生，主要研究方向：信息安全、软件体系结构；郭帆（1977-），男，江西于都人，副教授，博士，主要研究方向：信息安全、软件体系结构；余敏（1964-），女，江西南昌人，教授，博士，主要研究方向：分布式计算、信息安全。
基金资助:
国家973计划项目

DDoS detection with non-iterative Apriori algorithm

Yan GAO¹,²,WANG Taihua²,GUO Fan²,³,YU Min²

1. Jiangxi Provincial Meteorological Information Center, Nanchang Jiangxi 330046, China
2. School of Computer and Information Engineering, Jiangxi Normal University, Nanchang Jiangxi 330022, China
3.

Received:2010-11-22 Revised:2011-01-04 Online:2011-06-20 Published:2011-06-01
Contact: GUO Fan

摘要/Abstract

摘要： 提出了一种非迭代Apriori算法，无需多次扫描事务数据库，使用一步交集操作处理同一时间段的网络数据包，通过挖掘各数据包之间的强关联规则，可较快检测分布式拒绝服务（DDoS）攻击。与现有算法相比，检测DDoS攻击的时间和空间性能较优。在DARPA数据集上的实验结果表明应用该算法能有效检测DDoS攻击。

关键词: 数据挖掘, Apriori算法, 分布式拒绝服务攻击, 入侵检测

Abstract: An improved non-iterative Apriori algorithm was proposed to detect Distributed Denail of Service (DDoS) attacks. An one-step intersection operation was used to process network packets within the specific time range, and the strong correlation rules of the packets were studied so as to achieve the quick detection of DDoS atttacks. In comparison with current algorithms, it shows better performance in efficiency and storage space in detection of DDoS attacks. Experimental results on DARPA data-sets show the algorithm is able to detect DDoS effectively.

Key words: data mining, Apriori algorithm, Distributed Denial of Service (DDoS) attack, intrusion detection

高琰王台华郭帆余敏. 应用非迭代Apriori算法检测分布式拒绝服务攻击[J]. 计算机应用, 2011, 31(06): 1521-1524.

Yan GAO WANG Taihua GUO Fan YU Min. DDoS detection with non-iterative Apriori algorithm[J]. Journal of Computer Applications, 2011, 31(06): 1521-1524.

[1]	张师鹏, 李永忠, 杜祥通. 基于半监督学习和三支决策的入侵检测模型[J]. 计算机应用, 2021, 41(9): 2602-2608.
[2]	王月, 江逸茗, 兰巨龙. 基于改进三元组网络和K近邻算法的入侵检测[J]. 计算机应用, 2021, 41(7): 1996-2002.
[3]	刘世泽, 秦艳君, 王晨星, 苏琳, 柯其学, 罗海勇, 孙艺, 王宝会. 基于深度残差长短记忆网络交通流量预测算法[J]. 计算机应用, 2021, 41(6): 1566-1572.
[4]	王垚, 孙国梓. 基于聚类和实例硬度的入侵检测过采样方法[J]. 计算机应用, 2021, 41(6): 1709-1714.
[5]	张全龙, 王怀彬. 基于膨胀卷积和门控循环单元组合的入侵检测模型[J]. 计算机应用, 2021, 41(5): 1372-1377.
[6]	李旭娟, 皮建勇, 黄飞翔, 贾海朋. 基于自生成深度神经网络的4D航迹预测[J]. 计算机应用, 2021, 41(5): 1492-1499.
[7]	任晓奎, 刘鹏飞, 陶志勇, 刘影, 白立春. 基于单快拍信号到达角估计算法的室内入侵检测[J]. 计算机应用, 2021, 41(4): 1153-1159.
[8]	陈凯, 于彦伟, 赵金东, 宋鹏. 基于城市交通监控大数据的工作位置推理方法[J]. 计算机应用, 2021, 41(1): 177-184.
[9]	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.
[10]	龙洋洋, 陈玉玲, 辛阳, 豆慧. 基于联盟区块链的安全能源交易方案[J]. 计算机应用, 2020, 40(6): 1668-1673.
[11]	程小辉, 牛童, 汪彦君. 基于序列模型的无线传感网入侵检测系统[J]. 计算机应用, 2020, 40(6): 1680-1684.
[12]	杜旭升, 于炯, 叶乐乐, 陈嘉颖. 基于图上随机游走的离群点检测算法[J]. 计算机应用, 2020, 40(5): 1322-1328.
[13]	徐周波, 杨健, 刘华东, 黄文文. 基于XGBoost与拓扑结构信息的蛋白质复合物识别算法[J]. 计算机应用, 2020, 40(5): 1510-1514.
[14]	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.
[15]	陈曦, 梅广, 张金金, 许维胜. 融合知识图谱和协同过滤的学生成绩预测方法[J]. 计算机应用, 2020, 40(2): 595-601.

应用非迭代Apriori算法检测分布式拒绝服务攻击

DDoS detection with non-iterative Apriori algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics