文件名称：论文研究-基于时间序列分析的SYNFlooding源端检测方法.pdf
文件大小：1.9MB
文件格式：PDF
更新时间：2022-08-11 14:41:25
时间序列,Bloom Filter,自回归模型,SYN Flooding,源端
提出了一种基于时间序列分析从源端对SYN Flooding攻击进行检测的方法。该方法是为了从源端对网络流量进行检测并预测, 从而判断是否发生了SYN Flooding攻击, 为受害者端及时响应提供依据; 利用攻击网络流量的自相似性, 采用Bloom Filter提取数据流特征信息, 构造网络流量时间序列, 建立自回归预报模型; 通过动态预测网络流量并与设定的阈值进行比较来对攻击预警, 提前作出响应。仿真实验结果表明, 该方法能准确地统计出网络中数据包和新源IP数据包的出现次数, 具有较好的检测率和较低的误报率, 能够较准确地预测出下一时间段甚至几个时间段的网络流量, 能为有效防御SYN Flooding攻击提供有力的数据支撑。