基于Kaufman算法提高D-WARD系统检测精度

深入分析了具有代表性的DDoS源端检测系统D-WARD的检测算法,在使用非参数化递归CUSUM算法改进D-WARD的基础上,借鉴负载平衡中Load-Shedding的思想,应用Kaufman算法动态调整和更新阈值Threshold,并对检测性能进行详细比较。经实验验证,改进的系统具有更低的误报率和漏报率,能够适应更复杂的网络检测环境。

基于多维观测特征的MF-HMM模型识别新型LDoS驱动的高分散低速率QoS侵犯

针对新型LDo S驱动的高分散低速率Qo S侵犯,提出一种新颖的基于网络微观和宏观多维特征的识别方法。在网络微观方面,加权计算了反应TCP包头内部微观变化的Flag控制位,以及计算了反应LDo S固有周期特性的I-I-P 3元组的功率谱密度PSD特征;在网络宏观方面,引入反应网络发送流和确认流比值变化的R特征,共同构成多维观测序列,采用多维隐马尔科夫混合模型multi-stream fused HMM(MF-HMM)自动识别Qo S侵犯。同时,应用Kaufman算法动态调整阈值。大量实验表明,提出的方法有效降低了识别的误报率和漏报率,特别针对新型LDo S驱动的高分散低速率Qo S侵犯,在复杂网络背景流量下依然具有很高的识别率。