[發明專利]基于提升小波的實時檢測DDoS攻擊的方法

在審

• 申請號: 201910352629.5
• 申請日: 2019-04-29
• 公開（公告）號: CN110062000A
• 公開（公告）日: 2019-07-26
• 發明（設計）人: 周剛;王如剛;黃金城
• 申請（專利權）人: 鹽城工學院
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 南京業騰知識產權代理事務所(特殊普通合伙) 32321
• 代理人: 李靜

本發明涉及一種基于提升小波的實時檢測DDoS攻擊的方法，包括A1：基于提升小波的Hurst參數值的實時估計；A2：通過Hurst參數值的躍變檢測出DDoS流的攻擊。上述技術方案中提供的基于提升小波的實時檢測DDoS攻擊的方法，在NS2網絡模擬環境下，對Hurst參數與檢測DDoS時有關業務流采樣樣本的關系進行研究，之后利用兩者關系，實時檢測DDoS攻擊，使得網絡安全性得到有效的改善。

技術領域

本發明涉及網絡安全技術領域，具體涉及一種基于提升小波的實時檢測DDoS攻擊的方法。

背景技術

DDoS(DistributedDenial ofService)攻擊是目前Internet上最難防范的攻擊方式，DDoS攻擊流的存在會導致網絡流量自相似性的變化，引起Hurst參數值(H值)(自從Leland,Taqqu,Willinger,andWilson首次在網絡業務流中發現了被稱為網絡自相似性的尺度行為，由于自相似在網絡中的應用潛力，引起了廣泛的研究。Hurst參數H是表征自相似程度的重要參數，H的取值在(0.5,1)，H越大，自相似程度越高)的改變，針對此特點進行早期的入侵檢測已經成為一個重要的研究課題，在改善網絡安全性方面已經有各種研究。但是在檢測DDoS時從有關業務流采樣樣本與H值的關系方面來考慮尚未有研究，并且對DDoS攻擊的實時監測目前也是存在很大的問題。

發明內容

本發明的目的是提供一種基于提升小波的實時檢測DDoS攻擊的方法，能有效解決背景技術中存在的缺乏DDoS攻擊實時監測方案的問題。

為解決上述技術問題，本發明采用了以下技術方案：

一種基于提升小波的實時檢測DDoS攻擊的方法，包括以下步驟：

A1：基于提升小波的Hurst參數值的實時估計；

A2：通過Hurst參數值的躍變檢測出DDoS流的攻擊。

其中，基于小波的Hurst參數值估計具體包括：對于一自相似隨機過程X(t)，它被具有R(R＞γ/2)階原點矩的正交小波變換后，在j尺度下頻率2^-jω₀(ω₀與小波函數的選取有關)處的能譜估計為：

式中：n_j為第j個子帶中的小波系數的個數，d_j,k為j尺度下2^jk處的小波系數；且的均值滿足：

式中：為小波函數的傅立葉變換；上式Sx(ω)用(1)式代入，兩邊取對數得Hurst參數值的漸近無偏估計：

Ey_j＝(2H-1)j+c (3)

式中：c為常數，g_j＝-1/(n_j ln2)；

之后用一維加權線性回歸得到關于(j,y_j)的對數-尺度圖，由斜率為可得Hurst參數值的估計

其中，基于提升小波的Hurst參數值的實時估計方法包括：首先，執行預測步驟，每當獲得一個新的奇數樣本時，用它減去由相鄰偶數樣本計算得到的預測值，可得小波系數，然后用偶數樣本及新獲得小波系數在線更新尺度系數，對于尺度j+1處的小波系數，使用尺度j處的尺度系數重復執行上述過程得到；具體包括步驟：

B1：通過提升進行小波分解：對輸入數據執行基于實時提升的小波變換，以在二元網格上生成細節信號{d_j,k}；

B2：小波能譜更新：對于每個尺度j，每當有新的小波系數d_j,q，公式(1)中的能譜根據式(4)進行更新：