题名 SDN中DDoS检测及多层防御方法研究
被引量：1
1
作者
徐洋 陈燚 何锐 谢晓尧
机构
贵州 师范大学 贵州 省信息 与计算科学重点实验室贵州师范大学贵阳市公安局信息安全联合研究中心
出处
《信息网络安全》
CSCD
2017年第12期22-28,共7页
基金
国家自然科学基金重点项目[61332019] 贵州省基础研究重大项目[黔科合J字20142001] +2 种基金 贵州省科技合作计划重点项目[黔科合LH字20157763] 住房和城乡建设部科学技术计划项目[2016-K3-009] 全国统计科学研究项目[2016LY81]
文摘
软件定义网络的出现使传统网络发生了颠覆性的变革。文章针对SDN网络架构提出一种DDoS检测及防御方法。首先,提出基于熵值算法的DDoS检测方法,通过对熵值和阈值的比较进行攻击判断。然后,设计了双层防御体系,分别是在转发层对流表进行处理;在控制层利用新的检测方法判断攻击,结合ACL管控和流量管理,使用OpenFlow协议实现策略。最后,利用OpenDayLight控制器、sFlow监控工具和Mininet仿真器构建出一个实验仿真平台。实验结果表明,文章提出的检测及防御方法提高了对DDoS攻击行为的检测率,降低了误报率,并能够快速做出防御响应。
关键词
软件定义网络 分布式拒绝服务 流表 熵值 检测及防御
Keywords
SDN DDoS flow table entropy detection and defense
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
题名 基于向量空间模型的个性化搜索算法研究
2
作者
王鹏举 谢晓尧 徐洋 朱东
机构
贵州 师范大学 贵州 省信息 与计算科学重点实验室贵州师范大学贵阳市公安局信息安全联合研究中心
出处
《贵州师范大学学报（自然科学版）》
CAS
2017年第2期88-92,共5页
基金
全国统计科学研究项目(2016LY81) 贵州省基础研究重大项目(黔科合JZ字[2014]2001号) +1 种基金 贵州省科技合作计划重点项目(黔科合LH字[2015]7763号) 住房和城建设部科学技术计划项目(2016-K3-009)
文摘
基于向量空间模型(Vector Space Model,VSM)实现用户搜索结果的个性化排序,通过用户提供其感兴趣的文本集作为训练样本实现用户模型的初始化,并引入遗忘因子,结合机器学习的方法,通过用户后期的上网行为实现用户模型的动态更新,同时采用TF-IDF算法进行文本特征的提取,并针对文档模型与用户模型的统一提供了解决方案。
关键词
向量空间模型 个性化排序 用户模型 机器学习 文档模型
Keywords
vector space model personalized ranking user model machine learning document model
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于多层BP神经网络和无参数微调的人群计数方法
被引量：2
3
作者
徐洋 陈燚 黄磊 谢晓尧
机构
贵州 师范大学 贵州 省信息 与计算科学重点实验室贵州师范大学贵阳市公安局信息安全联合研究中心
出处
《计算机科学》
CSCD
北大核心
2018年第10期235-239,共5页
基金
贵州省基础研究重大项目(黔科合J字20142001) 贵州省科技合作计划重点项目(黔科合LH字20157763) +1 种基金 住房和城乡建设部科学技术计划项目(2016-K3-009) 全国统计科学研究项目(2016LY81)资助
文摘
针对大部分现有的人群计数方法被应用到新的场景时性能下降的问题,在多层BP神经网络框架下,提出一种具有无参数微调的人群计数方法。首先,从训练图像中裁切图像块,将获得的相似尺度的行人作为人群BP神经网络模型的输入;然后,BP神经网络模型通过学习预测密度图,得到了一个具有代表性的人群块;最后,为了处理新场景,对训练好的BP神经网络模型进行目标场景微调,可追求有相同属性的样本,包括候选块检索和局部块检索。实验数据集包括PETS2009数据集、UCSD数据集和UCF_CC_50数据集。这些场景的实验结果验证了提出方法的有效性。相比于全局回归计数法和密度估计计数法,提出的方法在平均绝对误差和均方误差方面均有较大优势,消除了场景间区别和前景分割的影响。
关键词
人群计数 BP神经网络 无参数微调 密度图 平均绝对误差
Keywords
Crowd counting BP neural network Non-parameter tuning Density map Average absolute error
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
