[發明專利]基于流數據的黎曼流形結構的DDoS攻擊檢測方法

有效

• 申請號: 202110484817.0
• 申請日: 2021-04-30
• 公開（公告）號: CN113242225B
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 胡昌振;劉臻;單純;宮英慧;王可惟
• 申請（專利權）人: 北京理工大學
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06K9/62;G06N3/08;G06F17/14
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 代麗

1.一種基于流數據的黎曼流形結構的DDoS攻擊檢測方法，其特征在于，包括：

提取流數據中的數據包個數、數據比特大小和流持續時間；

構建黎曼流形M，其中，M＝(X,τ)，τ＝{{數據包個數}，{數據比特大小}，{流持續時間}}，X＝{數據包個數，數據比特大小，流持續時間}；

基于黎曼流形M，計算數據流的功W：W＝F·S，其中，S為檢測到的流數據在黎曼流形M上產生的距離；F為流數據的作用力，t為流持續時間；

對流數據的功W做標準化處理，得到標準化處理后的流數據的功W_標準化；

提取W_標準化的頻域信息y[k]，并計算W_標準化的信息熵H；

構建分類器，所述分類器的輸入特征為W_標準化的頻域信息y[k]和信息熵H，輸出為攻擊檢測結果；利用樣本集對分類器進行訓練，利用訓練好的分類器進行攻擊檢測。

2.如權利要求1所述的基于流數據的黎曼流形結構的DDoS攻擊檢測方法，其特征在于，采用進行流數據的功的標準化處理。

3.如權利要求1所述的基于流數據的黎曼流形結構的DDoS攻擊檢測方法，其特征在于，計算信息熵時，將做功大小在設定誤差范圍內的行為認為是相同行為。

4.如權利要求3所述的基于流數據的黎曼流形結構的DDoS攻擊檢測方法，其特征在于，設定誤差范圍為±0.1倍的W_標準化。

5.如權利要求1所述的基于流數據的黎曼流形結構的DDoS攻擊檢測方法，其特征在于，采用快速傅里葉變換或離散傅里葉變換的方法提取頻域信息。

6.如權利要求1所述的基于流數據的黎曼流形結構的DDoS攻擊檢測方法，其特征在于，所述分類器采用神經網絡。

7.如權利要求1所述的基于流數據的黎曼流形結構的DDoS攻擊檢測方法，其特征在于，攻擊檢測時，

(1)若5分鐘內檢測到的同源、目的IP的流數據不超過5條，則不對該源、目的IP的流數據進行攻擊檢測；超過5分鐘后重新計數；

(2)若5分鐘內檢測到的同源、目的IP的非UDP類流數據超過5條，則計算該源、目的IP的不超過連續10條流數據的W_標準化的頻域信息和信息熵；達到10條流數據后，去掉最早的一條流數據，加入最新的一條流數據；

(3)5分鐘內檢測到的同源、目的IP的UDP類流數據超過10條，則計算該源、目的IP的不超過連續50條流數據的W_標準化的頻域信息和信息熵；達到50條流數據后，去掉最早的一條流數據，加入最新的一條流數據。