DDOS 源码搜索结果, 第55页, Verysource

论文研究-基于流量分析的App-DDoS攻击检测.pdf 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-DDoS attacks 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, ... 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。
论文研究-云环境下Web服务应用层DDoS攻击检测系统.pdf 针对云计算环境中的Web服务应用层容易遭受攻击的问题，提出一种用来检测XML和HTTP层分布式拒绝服务（DDoS）攻击的防御系统，并嵌入到云环境中，实现对云中介和云服务提供商的保护。从属于特定简单对象访问协议（SOAP）正常操作中提取数据集的特征值，构建相应的高斯请求模型；对Web ... 服务描述语言（WSDL）中的一些属性进行设置，实现对攻击的初步过滤；对服务请求的HTTP头部和XML内容进行检查，并与模型数据比较，进一步实现攻击检测。实验结果表明，该系统能够有效地预防多种DDoS攻击，且消耗较少的响应时间。
论文研究-蚁群优化在P2P网络防范DDoS攻击中的应用研究.pdf 分析了非结构化P2P网络DDoS攻击的原理，借鉴蚁群算法的思想，为每个节点建立了一个资源相似度信息素表，利用这个信息素表，构建了一种防御DDoS攻击的联盟模型——AntDA (ant colony based defense-association)，并讨论了应用AntDA模型进行防御的整个过程。在查询周期模型平台上实现了该模型，通过实验分析，验证了AntDA模型的有效性。
论文研究-基于GAIG特征选择算法的轻量化DDoS攻击检测方法.pdf 为了提高基于分类的DDoS攻击检测方法的实时性，通过结合轻量级入侵检测提出了以遗传算法为搜索策略、信息增益为子集评估标准的filter型特征选择算法（feature selection based on ... Bayes、C4.5、SVM、RBF network、Random forest和Random tree这六种常用分类器的性能，并选取Random tree构建了一种轻量化的DDoS攻击检测系统。实验结果表明，GAIG算法使分类器在尽可能不降低分类精度的同时，提高分类速度，从而提高分类检测的实时性。该轻 ...
论文研究-DDoS攻击源追踪算法综述.pdf 鉴于因特网出现了越来越多的DDoS攻击事件，结合DDoS攻击追踪方法的最新研究情况，对DDoS攻击追踪算法进行系统分析和研究，对不同的追踪算法进行比较，提出了追踪算法的重点，结合参考文献给出了解决问题的方法和意见，讨论了当前该领域存在的问题及今后研究的方向。
论文研究-基于流交互三态模型的DDoS攻击检测.pdf 针对传统方法在检测DDoS攻击时的不足，提出了一种新的IP流交互行为特征算法（IFF），该方法利用IP地址和端口表示IP流的交互性。采用IFF特征，将网络流定义为三种状态，即健康、亚健康和异常，提出了基于IFF特征的三态模型检测方法（DASA），该方法采用了基于滑动平均方法的自适应双阈值算法和报警评估机制，提高了检测DDoS攻击的准确度。仿真实验结果表明，该方法不但能快速、有效地检测DDoS攻击，而且具有较低漏报率和误报率。
论文研究-基于P2P泛洪DDoS攻击的防范研究.pdf 提出了基于马尔可夫过程的信任和信誉模型，在节点间构建信任关系，利用节点间信任与信誉信息的交互对恶意节点进行识别，阻断对恶意消息的转发传播，从而增强抵御DDoS攻击的效能。仿真实验结果表明，提出的模型能有效地隔离恶意节点的消息数，提高网络抵御这种基于应用层的DDoS攻击的容忍度。
论文研究-一种改进的DDoS攻击综合防御系统.pdf 为了在IPv4网络下进一步提高防御DDoS攻击的实时性，提出DDoS防御系统的构想，将客户端防御系统与自适应包标记有效地结合起来，既可以检测防御DDoS攻击，又可以进行追踪攻击源；同时提出一个新的标记方案，该方案利用了TTL域和改进的自适应包标记的方法。与其他标记方法相比，其具有灵活性好、误报率低、计算量小的优点。经验证该系统用较少的数据包即可重构攻击路径，在最大限度上降低了攻击造成的损失。
论文研究-大流量下一种基于活跃熵的DDoS攻击检测方法.pdf 为了提高在大流量背景下DDoS攻击检测的实时性，提出一种在大流量背景下基于活跃熵的DDoS攻击检测方法。在IP流层面通过分析系统活跃熵值来对整个流量进行初探，剔除正常流量。利用多特征广泛权重最小二乘孪生支持向量机算法（WWLSTSVM）对攻击威胁进行攻击确认。通过实验验证方法的可行性，实验表明在合适场景下该方法可以在保证时效性的同时减少系统误报率。大流量背景下该检测方法比一般的机器学习算法具有更好的检测性能。
论文研究-基于流量和IP熵特性的DDoS攻击检测方法.pdf ... distributed deny of service）攻击检测率低、误报率较高等问题进行了深入研究。根据DDoS攻击发生时网络中的流量特性和IP熵特性，建立了相应的流量隶属函数和IP ... 函数的上下限参数通过对真实网络环境仿真得到。提出了基于流量和IP熵特性的DDoS攻击检测算法，先判断流量是否异常，再判断熵是否异常，进而判断是否发生了DDoS攻击。由仿真结果可以看出，单独依靠流量或IP熵都不能很好地检测出DDoS攻击。该算法将流量和IP熵特性综合考虑，准确地检测出了DDoS攻击，降低了误报率，提高了检测率。

关键字：DDOS