文献类型：期刊文章

作　　者：周燕茹[1]

ZHOU Yan-ru(School of Mathematics and Statistics,Chaohu University,Chaohu 238000,China)

机构地区：[1]巢湖学院数学与统计学院,安徽巢湖238000

出　　处：《遵义师范学院学报》

基　　金：安徽省省级教学研究项目(2020jyxm1256)。

年　　份：2022

卷　　号：24

期　　号：2

起止页码：94-98

语　　种：中文

收录情况：NSSD、普通刊

摘　　要：考虑到统计数学模型具有主观偏差小,考察问题相对全面的优势,作者利用一个统计数学模型研究一种网络阻塞攻击防御方法,以提升攻击检测能力,降低网络拥塞率。首先针对网络流量奇异性特征统计的网络阻塞攻击检测方法,利用小波变换重构受害端的网络流量,经过高斯小波与信号的卷积运算,获取时域的网络流量信号奇异特征,并以此为基础选择检测时间窗口,计算检测窗口的均值与标准差,从而完成网络阻塞攻击的数据检测。其次,通过基于流量的网络阻塞攻击防御方法,流量限制方式为黑名单IP防御以及非频繁域名请求,完成网络阻塞攻击防御。最后,基于以上方法的实验结果说明:将距离判断门限设置为0.3,检测率、虚警率、漏警率分别为95.93%、2.12%、2.69%,网络阻塞攻击检测能力较强;该方法使用后不同类型攻击下网络拥塞率始终低于10%。

关 键 词：统计数学模型  网络阻塞 攻击防御 小波变换 奇异性 网络流量

分 类 号：TP393]