检索结果-维普期刊中文期刊服务平台

利用蚁群聚类检测应用层DDoS攻击的方法被引量：2: 1; 作者张纹华贾智平李新《计算机工程与应用》 CSCD 北大核心 2011年第14期99-102,共4页; 提出了一种利用蚁群聚类检测应用层分布式拒绝服务攻击的方法,根据合法用户和攻击用户在浏览行为上的差异,从合法用户的Web日志中提取用户会话并计算不同会话间的相似度,运用一种蚁群聚类算法自适应地建立检测模型,利用该模型对待检测... 展开更多; 关键词应用层拒绝服务攻击浏览行为蚁群聚类算法异常检测; 在线阅读下载PDF 职称材料

基于集成学习的多类型应用层DDoS攻击检测方法被引量：6: 2; 作者李颖之李曼 +1 位作者董平周华春《计算机应用》 CSCD 北大核心 2022年第12期3775-3784,共10页; 针对应用层分布式拒绝服务(DDoS)攻击类型多、难以同时检测的问题,提出了一种基于集成学习的应用层DDoS攻击检测方法,用于检测多类型的应用层DDoS攻击。首先,数据集生成模块模拟正常和攻击流量,筛选并提取对应的特征信息,并生成表征挑... 展开更多; 关键词多类型应用层分布式拒绝服务攻击分布式拒绝服务机器学习集成学习; 在线阅读下载PDF 职称材料

基于用户忠实度的应用层DDoS防御模型被引量：7: 3; 作者孙未张亚平《计算机工程与设计》北大核心 2015年第1期93-97,167,共6页; 针对应用层DDoS(application layer DDoS,App-DDoS)攻击,提出一种基于用户忠实度的ULDM(user loyalty defense model)防御模型,其根据用户对网站的忠实程度来区分正常用户和攻击用户。用户忠实度包含访问频率忠实度和行为忠实度,行为忠... 展开更多; 关键词应用层分布式拒绝服务攻击用户忠实度访问行为攻击防御信息安全; 在线阅读下载PDF 职称材料

基于流量分析的App-DDoS攻击检测被引量：8: 4; 作者李锦玲汪斌强张震《计算机应用研究》 CSCD 北大核心 2013年第2期487-490,共4页; 针对当前应用层分布式拒绝服务攻击(App-DDoS)检测方法高度依赖于系统日志,且检测攻击类型单一的问题,提出了基于卡尔曼滤波和信息熵的联合检测模型DFM-FA(detection and filtering model against App-DDoSattacks based on flow analys... 展开更多; 关键词应用层分布式拒绝服务攻击 DFM—FA 卡尔曼滤波信息熵; 在线阅读下载PDF 职称材料

基于最大频繁序列模式挖掘的App-DDoS攻击的异常检测被引量：7: 5; 作者李锦玲汪斌强《电子与信息学报》 EI CSCD 北大核心 2013年第7期1739-1745,共7页; 为了动态、准确、高效地描述用户的访问行为,实现对不同应用层分布式拒绝服务(Application-layerDistributed Denial of Service,App-DDoS)攻击行为的透明检测,该文提出基于最大频繁序列模式挖掘的ADA_MFSP(App-DDoS Detection Algorith... 展开更多; 关键词应用层分布式拒绝服务攻击检测模型频繁序列模式挖掘异常度; 在线阅读下载PDF 职称材料

题名利用蚁群聚类检测应用层DDoS攻击的方法被引量：2: 1; 作者张纹华贾智平李新; 机构山东大学计算机科学与技术学院; 出处《计算机工程与应用》 CSCD 北大核心 2011年第14期99-102,共4页; 基金国家自然科学基金 No.NSFC90718032~~; 文摘提出了一种利用蚁群聚类检测应用层分布式拒绝服务攻击的方法,根据合法用户和攻击用户在浏览行为上的差异,从合法用户的Web日志中提取用户会话并计算不同会话间的相似度,运用一种蚁群聚类算法自适应地建立检测模型,利用该模型对待检测会话进行攻击识别。实验结果表明该方法能够有效地检测出攻击行为,并具有较好的适应性。; 关键词应用层拒绝服务攻击浏览行为蚁群聚类算法异常检测; Keywords application layer denial of service attack browsing behavior ant clustering algorithm abnormity detection; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于集成学习的多类型应用层DDoS攻击检测方法被引量：6: 2; 作者李颖之李曼董平周华春; 机构北京交通大学电子信息工程学院; 出处《计算机应用》 CSCD 北大核心 2022年第12期3775-3784,共10页; 基金国家重点研发计划项目(2018YFA0701604)。; 文摘针对应用层分布式拒绝服务(DDoS)攻击类型多、难以同时检测的问题,提出了一种基于集成学习的应用层DDoS攻击检测方法,用于检测多类型的应用层DDoS攻击。首先,数据集生成模块模拟正常和攻击流量,筛选并提取对应的特征信息,并生成表征挑战黑洞(CC)、HTTP Flood、HTTP Post及HTTP Get攻击的47维特征信息;其次,离线训练模块将处理后的有效特征信息输入集成后的Stacking检测模型进行训练,从而得到可检测多类型应用层DDoS攻击的检测模型;最后,在线检测模块通过在线部署检测模型来判断待检测流量的具体流量类型。实验结果显示,与Bagging、Adaboost和XGBoost构建的分类模型相比,Stacking集成模型在准确率方面分别提高了0.18个百分点、0.21个百分点和0.19个百分点,且在最优时间窗口下的恶意流量检测率达到了98%。验证了所提方法对多类型应用层DDoS攻击检测的有效性。; 关键词多类型应用层分布式拒绝服务攻击分布式拒绝服务机器学习集成学习; Keywords multi‑type application‑layer Distributed Denial of Service(DDoS)attack Distributed Denial of Service(DDoS) machine learning integrated learning; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于用户忠实度的应用层DDoS防御模型被引量：7: 3; 作者孙未张亚平; 机构天津大学软件学院; 出处《计算机工程与设计》北大核心 2015年第1期93-97,167,共6页; 基金天津市应用基础及前沿技术研究计划重点基金项目(09JCZDJC16800) 国家自然科学基金项目(60776807); 文摘针对应用层DDoS(application layer DDoS,App-DDoS)攻击,提出一种基于用户忠实度的ULDM(user loyalty defense model)防御模型,其根据用户对网站的忠实程度来区分正常用户和攻击用户。用户忠实度包含访问频率忠实度和行为忠实度,行为忠实度又包括历史行为忠实度和当前行为忠实度。从用户长期以来在请求频率和请求负载两方面的表现对用户行为进行评估,得到用户行为忠实度,根据用户长期以来对网站的访问频率得到用户访问频率忠实度;通过调度模块根据用户忠实度对请求进行调度。模拟实验验证了该模型的有效性。; 关键词应用层分布式拒绝服务攻击用户忠实度访问行为攻击防御信息安全; Keywords App-DDoS user loyalty access behavior attack defense information security; 分类号 TP393.08 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于流量分析的App-DDoS攻击检测被引量：8: 4; 作者李锦玲汪斌强张震; 机构国家数字交换系统工程技术研究中心; 出处《计算机应用研究》 CSCD 北大核心 2013年第2期487-490,共4页; 基金国家"863"计划资助项目(2011AA01A103); 文摘针对当前应用层分布式拒绝服务攻击(App-DDoS)检测方法高度依赖于系统日志,且检测攻击类型单一的问题,提出了基于卡尔曼滤波和信息熵的联合检测模型DFM-FA(detection and filtering model against App-DDoSattacks based on flow analysis),将应用层的行为异常检测映射为网络层的流量异常检测,最大限度地保证了合法用户的优先正常访问。实验证明,DFM-FA既不依赖于系统日志,同时又能检测到FTP、DNS等多种App-DDoS攻击。; 关键词应用层分布式拒绝服务攻击 DFM—FA 卡尔曼滤波信息熵; Keywords App-DDoS （ application-layer distributed denial of service） attack DFM-FA Kalman filtering information en-tropy; 分类号 TP393.08 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于最大频繁序列模式挖掘的App-DDoS攻击的异常检测被引量：7: 5; 作者李锦玲汪斌强; 机构国家数字交换系统工程技术研究中心; 出处《电子与信息学报》 EI CSCD 北大核心 2013年第7期1739-1745,共7页; 基金国家科技支撑计划(2011BAH19B01) 国家高技术研究发展计划(2011AA01A103)资助课题; 文摘为了动态、准确、高效地描述用户的访问行为,实现对不同应用层分布式拒绝服务(Application-layerDistributed Denial of Service,App-DDoS)攻击行为的透明检测,该文提出基于最大频繁序列模式挖掘的ADA_MFSP(App-DDoS Detection Algorithm based on Maximal Frequent Sequential Pattern mining)检测模型。该模型在对正常Web访问序列数据库(Web Access Sequence Database,WASD)及待检测WASD进行最大频繁序列模式挖掘的基础上,引入序列比对平均异常度,联合浏览时间平均异常度、请求循环平均异常度等有效检测属性,最终实现攻击行为的异常检测。实验证明:ADA_MFSP模型不仅能有效检测各类App-DDoS攻击,且有良好的检测灵敏度。; 关键词应用层分布式拒绝服务攻击检测模型频繁序列模式挖掘异常度; Keywords Application-layer Distributed Denial of Service（App-DDoS） attack Detection model Frequent sequential pattern mining Abnormality; 分类号 TP393.08 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	利用蚁群聚类检测应用层DDoS攻击的方法	张纹华贾智平李新	《计算机工程与应用》 CSCD 北大核心	2011	2	在线阅读下载PDF 职称材料
2	基于集成学习的多类型应用层DDoS攻击检测方法	李颖之李曼董平周华春	《计算机应用》 CSCD 北大核心	2022	6	在线阅读下载PDF 职称材料
3	基于用户忠实度的应用层DDoS防御模型	孙未张亚平	《计算机工程与设计》北大核心	2015	7	在线阅读下载PDF 职称材料
4	基于流量分析的App-DDoS攻击检测	李锦玲汪斌强张震	《计算机应用研究》 CSCD 北大核心	2013	8	在线阅读下载PDF 职称材料
5	基于最大频繁序列模式挖掘的App-DDoS攻击的异常检测	李锦玲汪斌强	《电子与信息学报》 EI CSCD 北大核心	2013	7	在线阅读下载PDF 职称材料