检索结果

Select

1. 基于隐半马尔可夫模型的SWIM应用层DDoS攻击的检测方法

马兰, 崔博花, 刘轩, 岳猛, 吴志军

计算机应用 2019, 39 (7): 1973-1978. DOI: 10.11772/j.issn.1001-9081.2019010017

摘要（435）

PDF （900KB）（265）

针对广域信息管理（SWIM）系统受到应用层分布式拒绝服务（DDoS）攻击的问题，提出了一种基于隐半马尔可夫模型（HSMM）的SWIM应用层DDoS攻击的检测方法。首先采用改进后的前向后向算法，利用HSMM建立动态异常检测模型动态地追踪正常SWIM用户的浏览行为；然后通过学习和预测正常SWIM用户行为得出正常检测区间；最后选取访问包的大小和请求时间间隔为特征进行建模，并训练模型进行异常检测。实验结果表明，所提方法在攻击1和攻击2情况下检测率分别为99.95%和91.89%，与快速前向后向算法构建的HSMM相比，检测率提升了0.9%。测试结果表明所提方法可以有效地检测SWIM系统应用层DDoS攻击。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于内容挖掘的广域信息管理系统业务数据安全

马兰, 王京杰, 陈焕

计算机应用 2019, 39 (2): 488-493. DOI: 10.11772/j.issn.1001-9081.2018071449

摘要（437）

PDF （1015KB）（283）

针对广域信息管理系统（SWIM）服务共享中的数据安全问题，分析了SWIM业务流程中的安全隐患，提出了一种基于潜在狄利克雷分配（LDA）主题模型和内容挖掘的恶意数据的过滤方法。首先对SWIM四种业务数据进行大数据分析，然后通过LDA模型对业务数据进行特征抽取完成内容挖掘，最后利用KMP匹配算法在主串中查找模式串，从而检测出含有恶意关键字的SWIM业务数据。在Linux内核中对该检测方法进行测试，实验结果表明该方法能够有效地对SWIM业务数据进行内容挖掘，与潜在语义分析（LSA）和基于概率统计的潜在语义分析（pLSA）的方法相比也具有更好的检测性能。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于内容挖掘的SWIM业务数据安全研究

马兰王京杰陈焕

录用日期: 2018-09-25