[发明专利]一种自治系统内基于子空间和相对熵的DDoS攻击检测方法有效
| 申请号: | 202011574807.8 | 申请日: | 2020-12-28 |
| 公开(公告)号: | CN112637224B | 公开(公告)日: | 2022-11-15 |
| 发明(设计)人: | 赵小敏;陈浪 | 申请(专利权)人: | 浙江工业大学 |
| 主分类号: | H04L9/40 | 分类号: | H04L9/40 |
| 代理公司: | 杭州之江专利事务所(普通合伙) 33216 | 代理人: | 张慧英 |
| 地址: | 310014 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 自治 系统 基于 空间 相对 ddos 攻击 检测 方法 | ||
1.一种自治系统内基于子空间和相对熵的DDoS攻击检测方法,其特征在于,包括如下步骤:
(1)定时采集自治系统内的流量数据,并统计一段时间内该自治系统的流量大小,预测当前时间段内该自治系统的流量大小,将预测流量作为当前时间段内的阈值,并与实际流量相比,若超出阈值,则此自治系统标记为可疑自治系统;
(2)依据信息熵的概念,对可疑自治系统中的各边缘路由器选取源IP地址、目的IP地址两个特征,分别计算信息熵;具体为:两个特征的信息熵计算过程相似,若需计算目的IP地址特征的信息熵:统计一段时间t内目的IP地址数据包的总数,记为S,N表示不同IP地址数量,ni则表示同一IP地址出现的次数;根据信息熵的计算公式,计算某一目的IP地址的熵值E:
其中
(3)将各边缘路由器源IP地址、目的IP地址的信息熵按时间序列组成一个矩阵,通过主成分分析法构建子空间,并以此来区分正常和异常的网络流量;
(4)将异常流量与之前时间段内的信息熵差值得出相对熵,通过设置相对应的检测阈值来判断是否属于DDoS攻击流量。
2.根据权利要求1所述的一种自治系统内基于子空间和相对熵的DDoS攻击检测方法,其特征在于:所述步骤(1)具体如下:
(1.1)定时采集自治系统内的流量数据,并统计一段时间内该自治系统的流量大小,按下列公式计算前n个时间段内流量的均值Tavg:
(1.2)由于当前时间段内的流量大小与前几个时间段内的流量大小相关联,利用如下公式计算预测当前时间段内的流量:
其中,α取值为[0,1],α越接近于0,预测流量与实际流量越接近;
(1.3)当发生洪泛式DDoS攻击时,自治系统中的流量会迅速增大,以此来初步判断是否发生了DDoS攻击;若出现Tt值大于所预测的ETt阈值,则将这一段时间内的流量标记为疑似DDoS攻击流量。
3.根据权利要求1所述的一种自治系统内基于子空间和相对熵的DDoS攻击检测方法,其特征在于:所述步骤(3)具体如下:
(3.1)采用E(scrIP)、E(dstIP)分别表示源IP地址和目的IP地址矩阵,该矩阵是一个t×p的数据矩阵,其中列表示同一流在不同时间段t时的信息熵,行表示同一时间段内不同流的信息熵;通过对E(scrIP)、E(dstIP)两个数据矩阵并排排列组成一个新的合并矩阵H,其大小为t×2p,如下所示:
其中前p列表示源IP地址的熵子矩阵,后p列表示目的IP地址的熵子矩阵,E(p,t)代表边缘路由器p在时间段t内源IP地址所对应的信息熵;
(3.2)由于矩阵H中的列向量具有相关性,采用主成分分析法对合并矩阵进行处理;
(3.3)对多维度的变量进行处理,计算各维度两两之间的协方差,协方差的绝对值大小与两两变量之间的相互影响成正相关趋势;计算后的协方差组成了矩阵C,如下所示:
根据矩阵特征值和特征向量的概念,协方差矩阵C对应的值为:
其中,2p阶矩阵特征值有2p个,将这些特征值按照从大到小的顺序排列;第一主成分是单个轴上最大程度捕获数据的方差,下一主成分则是捕获各自其余正交方向中的最大方差,以此类推;选择最大的前k个特征值,其相对应的k个特征向量代表着是k个主轴的方向;
(3.4)确认主轴后,将数据集映射到新的轴上;数据到主轴i的映射由给出,此向量可以通过除以来单位化;因此对于每个主轴i:
上面的等式表明,当用加权时,边缘路由器所有的熵值都转换为一维的数据;因此,矢量捕获整个自治系统边缘路由器熵值沿着主轴i的时间变化;根据最大方差理论,方差越大,所包含的信息量就越大;由于各主轴中总方差大小是有序的,捕获自治系统边缘路由器熵的方差最大,捕获的方差其次,以此类推;由于主轴的存在,子空间方法可以将其分成两组,分别对应流量的正常和异常变化;其中使用一种基于阈值的分离方法,具体为:首先按顺序检查每个主轴上的投影,一旦发现投影的值超过阈值,该主轴标记为异常部分,并将后续的主轴都分配给异常子空间;其次,将所有先前的主轴分配给正常子空间;将自治系统内所有的边缘路由器信息熵值的空间分成子空间Snor和Sano之后,将各边缘路由器信息熵值分解成正常分量和异常分量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011574807.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种连续型纺织面料开槽装置
- 下一篇:一种促进桃树快速平稳生长的整形修剪方法





