基于流量可视化的DDos网络攻击识别

本文提出了一种基于流量可视化的DDos网络攻击识别的方法,该方法通过将流量数据转化为二进制文本,由二进制文本生成流量数据的灰度图,最后将灰度图进行傅里叶变换放大数据特征,进而提高机器学习的识别效果与准确率。

DDoS攻击与检测

DDo S网络攻击已经成为互联网最大的威胁之一,因其攻击类型和攻击工具多样性,攻击成本低、难度小,彻底防御起来非常困难。文章对DDo S网络攻击的原理进行简单的介绍,并根据TCP/IP协议对攻击进行分类,总结目前已有的常用检测和防御措施。最后,文章给出了检测和预防DDo S网络攻击的建议。

“互联网+”时代的DDoS防护

随着互联网的发展,政府、媒体、银行证券和电子商务等政企客户成为DDoS攻击的主要目标,犯罪分子通过DDoS网络攻击瘫痪客户的门户网站或者相关平台,以达到勒索、政治诉求等目的,例如2015年10月,深圳联合产权交易所受到了境外黑客组织的金钱勒索。在网络安全的需求和社会责任的促使下,广东电信推出了云清洗平台,结合运营商侧的流量监控、压制、清洗和客户端自助服务平台,为客户提供自助清洗、流量可视化的服务。目前,云清洗平台已承载多家政企客户,为广东电信带来超过1000万/年的收益。