“张冬朔”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果16个，建议您升级VIP下载更多相关专利

[发明专利]基于流条目数预测的自适应SFTO攻击检测与缓解方法-CN202211668944.7在审
发明人：汤澹;代锐;张冬朔;杨秋伟;梁伟;秦拯 -专利权人：湖南大学重庆研究院
申请日： 2022-12-23 - 公布日： 2023-04-25 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了基于流条目数预测的自适应SFTO攻击检测与缓解方法，属于网络安全领域。其中所述方法包括：在SDN交换机实时监测并滑动收集流表流条目数，使用LRCN模型预测流条目数；若未来两秒的流条目预测值达到阈值，收集流表信息并计算八元流表统计特征，根据LightGBM分类模型输出的受攻击概率判断流表是否受到攻击；若检测到攻击，依据受攻击概率和未来一秒流条目数的预测值自适应计算驱逐比例，基于比例对经过LightGBM排序模型排序的流条目进行驱逐，腾出流表空间防止溢出。本方法能实时监测并预测SDN交换机的流条目数，准确检测SFTO攻击并执行主动防御策略，具有较低的漏报率和误报率，且能自适应驱逐攻击流条目防止流表溢出，因此本方法能够有效检测和缓解SFTO攻击。
基于条目预测自适应 sfto 攻击检测缓解方法

[发明专利]一种基于梅尔倒谱与半空间森林结合的LDoS攻击检测方法-CN202010183134.7有效
发明人：汤澹;施玮;王曦茵;陈静文;张斯琦;严裕东;张冬朔;冯叶 -专利权人：湖南大学
申请日： 2020-03-16 - 公布日： 2023-04-18 - 主分类号： G06F21/55 文献下载
摘要：本发明公开了一种基于梅尔倒谱与半空间森林结合的慢速拒绝服务(LDoS)攻击检测方法，属于网络安全领域。其中所述方法包括：实时获取单位时间片内待检测网络的混合流量数据，提取网络流量在梅尔频率上的倒谱系数，将其作为度量正常流量和LDoS攻击流量的初始特征；然后采用互信息特征选择算法对已提取的初始特征进行优化选择；最后将择优后的特征输入到基于数据质量异常检测的半空间森林模型，通过该模型对正常流量和LDoS攻击流量进行准确区分，从而达到检测LDoS攻击的目的。本发明提出的梅尔倒谱与半空间森林结合的检测方法能高效、快速、自适应地检测LDoS攻击。
一种基于梅尔倒谱半空森林结合 ldos 攻击检测方法

[发明专利]一种基于机器学习的SDN流表溢出攻击检测与缓解方法-CN202111323738.8有效
发明人：汤澹;严裕东;张冬朔;王思苑;王小彩;李诗宇 -专利权人：湖南大学
申请日： 2021-11-10 - 公布日： 2023-02-03 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于机器学习的SDN流表溢出攻击检测与缓解方法，属于网络安全领域。所述方法包括：基于OpenFlow协议，轮询OpenvSwitch流表项，形成原始数据；解析流表项的各字段，分为“特征”和“标识”两组，结合网络测量准则，计算流表项的五种特征及其属于“大象流”、“小鼠流”和“攻击流”的标签，作为原始数据集；采用监督学习训练流表项分类模型，并部署在OpenvSwitch中；OpenvSwitch中的实时攻击缓解系统监控流表占用率，若超过阈值，则判定发生流表溢出攻击，系统利用模型预测流表项的驱逐得分并排序，按顺序删除一定数量的流表项以释放流表空间。本发明中的流表溢出攻击检测与缓解方法检测率高，系统开销低，兼容SDN环境，能实现对流表溢出攻击的精准检测和实时缓解。
一种基于机器学习 sdn 溢出攻击检测缓解方法

[发明专利]一种基于重构异常的慢速拒绝服务攻击检测方法-CN202111324136.4有效
发明人：汤澹;高辰郡;张冬朔;代锐;刘泊儒;高新翔;张诗涵 -专利权人：湖南大学
申请日： 2021-11-10 - 公布日： 2023-02-03 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于重构异常的慢速拒绝服务攻击检测方法，属于计算机网络安全领域。其中所述方法包括：首先，获取路由器中的TCP数据报文，得到TCP样本序列；然后，采用离散小波变换对TCP样本序列进行4层小波分解，得到平滑信号和细节信号，并根据平滑信号进行重构，得到表示TCP趋势变化和概貌信息的重构信号；最后，将重构信号输入到基于自编码器的异常检测模型中，根据异常检测模型的输出，对该单位时间内的TCP数据报文进行判定检测，若异常检测模型的输出数据和输入数据的重构误差大于预先设定的阈值，则判定该单位时间内网络中发生了LDoS攻击。本发明提出的基于重构异常的慢速拒绝服务攻击检测方法能高效、快速、准确地检测LDoS攻击。
一种基于异常慢速拒绝服务攻击检测方法

[发明专利]基于两级阈值的慢速流表溢出攻击检测与缓解方法-CN202211293208.8在审
发明人：汤澹;张冬朔;郑芷青;秦拯;刘泊儒;海日娜 -专利权人：湖南大学重庆研究院
申请日： 2022-10-21 - 公布日： 2023-01-31 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了基于两级阈值的慢速流表溢出攻击检测与缓解方法，属于网络安全领域。其中所述方法包括：部署在SDN交换机上实时监测交换机流表的占用率，当流表占用率达到一级阈值时对流表进行采样并计算流表特征，然后启动攻击检测。若检测到慢速流表溢出攻击，进入攻击缓解模块的恶意流驱逐模式，对分类为恶意的流规则进行驱逐；当流表占用率达到二级阈值时，进入缓解模块的防止流表溢出模式，按比例驱逐流表中疑似恶意的流规则，腾出流表空间防止溢出。本方法能够实时监测交换机的流表状态，准确地检测慢速流表溢出攻击，具有较低的漏报率和误报率，且能够准确识别恶意流规则并进行驱逐，因此本方法能够有效检测和缓解SDN环境中的慢速流表溢出攻击。
基于两级阈值慢速溢出攻击检测缓解方法

[发明专利]基于RF-GMM的SDN中LDoS攻击检测方法-CN202110130841.4有效
发明人：汤澹;张冬朔;王曦茵;郑芷青;王思苑;张诗涵 -专利权人：湖南大学
申请日： 2021-01-29 - 公布日： 2022-03-01 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了基于RF‑GMM的SDN中LDoS攻击检测方法，属于网络安全领域。其中所述方法包括：本方法从SDN交换机采样得到的流量数据中提取TCP流量和UDP流量，滑动划分检测窗口，并计算其多个特征作为攻击检测的指标。为了选取对检测最有益的特征，增加检测准确率，减少运算量，本方法使用了随机森林模型计算每个特征的重要性并进行排序。根据特征重要性选择最优特征作为高斯混合模型的输入，对不同的网络状态进行聚类，从而实现攻击检测。本发明提出的基于RF‑GMM的SDN中LDoS攻击检测方法能准确、高效、快速、自适应地检测SDN中的LDoS攻击。
基于 rf gmm sdn ldos 攻击检测方法

[发明专利]一种基于频域特征融合的LDoS攻击检测方法-CN202110120506.6有效
发明人：汤澹;张冬朔;代锐;王思苑;严裕东;张嘉怡 -专利权人：湖南大学
申请日： 2021-01-28 - 公布日： 2022-02-01 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于频域特征融合的LDoS攻击检测方法，属于计算机网络安全领域。其中所述方法包括：首先，获取路由器中的网络数据报文，得到样本序列；然后，基于离散傅里叶变换和离散小波变换将样本序列从时间域变换到频率域，充分地提取样本序列的频域特征；接着，采用线性判别分析将提取的频域特征进行特征融合得到判定特征，从而能够显著提高特征的分类性能；最后，将判定特征输入到事先训练好的单类分类异常检测模型，并根据异常检测模型的输出，对该单位时间内的网络数据报文进行判定检测，若异常检测模型的输出为‑1，则判定该单位时间内网络中发生了LDoS攻击。本发明提出的基于频域特征融合的检测方法能高效、快速、准确地检测LDoS攻击。
一种基于特征融合 ldos 攻击检测方法

[发明专利]一种基于PSO-K算法的LDoS攻击检测方法-CN202011022723.3有效
发明人：汤澹;王思苑;刘宇;张冬朔;解子朝;郑思桥 -专利权人：湖南大学
申请日： 2020-09-25 - 公布日： 2022-01-25 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种基于粒子群优化和K均值聚类(PSO‑K)算法的低速率拒绝服务(LDoS)攻击检测方法，属于计算机网络安全领域。本发明所述的方法包括：以一个时间窗口为检测单位，实时对数据流量进行采样；并在该时间窗口内为数据流量划分时间片，提取数据流量的数字特征；采用PSO‑K算法对数据流量的特征进行聚类分析，再将聚类结果进行处理；与预先计算获得的阈值进行比较，最后依据判定准则判定数据流量是否存在异常，从而检测该时间窗口内是否发生LDoS攻击。本发明提出的基于群体智能优化和无需监督思想的LDoS攻击检测方法具有良好的普适性以及准确性。
一种基于 pso 算法 ldos 攻击检测方法

[发明专利]一种基于P-F的软件定义网络慢速拒绝服务攻击检测方法-CN202011068857.9有效
发明人：汤澹;严裕东;王曦茵;陈静文;张冬朔;解子朝;王思苑 -专利权人：湖南大学
申请日： 2020-09-28 - 公布日： 2021-07-27 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于P‑F方法的软件定义网络(SDN)慢速拒绝服务攻击检测方法，属于网络安全领域。其中所述方法包括：实时获取SDN交换机中的流表信息，基于OpenFlow协议，对单位时间窗口内的流量条目及其数据进行采样统计；提取网络特征值，并依据网络协议种类，将所提取的特征值分为攻击效果P与攻击特征F两组；根据P与F两组特征值，利用梯度提升树‑逻辑回归(GBDT‑LR)与双滑片‑K峰值(DSS‑KB)算法分别构建基于P与F的检测模型；根据待测时间窗口内的网络数据，基于两种检测模型检测结论的综合分析，判定待检测时间窗口内是否同时出现网络形态异常和LDoS攻击流，从而检测该窗口内是否发生LDoS攻击。本发明提出的P‑F方法对于LDoS攻击检测率高，误报、漏报率低，自适应性强，且该方法能运行在SDN控制器上，针对SDN环境中的LDoS攻击，能够实现精准、实时的检测。
一种基于软件定义网络慢速拒绝服务攻击检测方法

[发明专利]一种基于分形残差的LDoS攻击实时检测方法-CN202010183854.3有效
发明人：汤澹;冯叶;张斯琦;陈静文;王曦茵;张冬朔;严裕东;施玮 -专利权人：湖南大学
申请日： 2020-03-16 - 公布日： 2021-07-27 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于分形残差的LDoS攻击实时检测方法，属于网络安全领域。其中所述方法包括：获取单位时长内检测网络的数据流量，基于滑动窗口的概念，对获取到的数据流量进行处理，获得数据流量的Hurst滑动窗口。根据R/S算法分析计算Hurst滑动窗口的分形值，使用拟合残差公式，计算Hurst滑动窗口的分形残差值，将待测网络数据流量的分形残差值与变异系数共同作用作为决策特征值，与事先训练出来的决策阈值进行比较，依据相关判定准则判定，是否存在因LDoS攻击而导致的网络流量的分形残差值异常，从而检测该Hurst滑动窗口内是否发生LDoS攻击。本发明提出的基于分形残差的LDoS攻击实时检测方法，误报率和漏报率较低，检测准确度较高，实时性好。
一种基于分形残差 ldos 攻击实时检测方法

[发明专利]一种基于FSWT时频分布的LDoS攻击检测方法-CN202110119625.X在审
发明人：汤澹;严裕东;冯叶;郑芷青;张冬朔;徐柳深 -专利权人：湖南大学
申请日： 2021-01-28 - 公布日： 2021-05-11 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于FSWT时频分布的LDoS攻击检测方法，属于计算机网络安全领域。其中所述方法包括四个步骤，网络流量采集、统计特征提取和特征检测模型构建、LDoS攻击行为判定。首先在路由器上提取TCP流量形成原始网络流量；然后处理原始网络流量获得有效网络流量，使用FSWT时频变换技术获取有效网络流量的时频分布，并计算重要统计特征作为检测依据；通过训练数据的统计特征和标签，训练决策树分类模型作为特征检测模型；以上述训练好的特征检测模型的输出来判断是否发生LDoS攻击。本发明提出的LDoS攻击检测方法，对复杂网络环境中噪声等问题有很好的抗干扰性，该方法能够准确提取网络流量在时频域中的特征信息，提高特征的准确性，增强LDoS攻击的检测性能。
一种基于 fswt 分布 ldos 攻击检测方法

[发明专利]一种基于MF-Ada算法的LDoS攻击检测方法-CN202010406743.4在审
发明人：施玮;唐柳;汤澹;满坚平;王曦茵;张冬朔;郑芷青;王思苑 -专利权人：湖南大学
申请日： 2020-05-14 - 公布日： 2020-08-28 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于多流量特征和Adaboost(MF‑Ada)算法的慢速拒绝服务(LDoS)攻击检测方法，属于网络安全领域。其中所述方法内容包括：在单位时间内，抓取网络关键路由节点中的所有相关数据报文，形成训练样本和测试样本；对训练样本和测试样本进行特征提取和特征选择，得到训练样本的最佳特征数据和测试样本的最佳特征数据；用训练样本的最佳特征数据训练Adaboost分类模型，使Adaboost分类模型学习并记忆LDoS攻击的特征，得到可用于LDoS攻击检测的模型；用训练后的Adaboost分类模型对测试样本的最佳特征数据进行检测。根据判定准则，判断该最佳特征数据对应的单位时间内是否发生LDoS攻击。本发明提出的基于MF‑Ada算法的检测方法具有较低的误报率和漏报率以及自适应调整参数的优点，是一种检测性能较好的LDoS攻击检测方法。
一种基于 mf ada 算法 ldos 攻击检测方法

[发明专利]一种基于AKN算法的慢速拒绝服务攻击检测方法-CN202010190244.6在审
发明人：汤澹;王曦茵;冯叶;张冬朔;陈静文;刘宇;詹思佳 -专利权人：湖南大学
申请日： 2020-03-18 - 公布日： 2020-07-14 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于AKN(Adaptive Kohonen Network)算法的慢速拒绝服务攻击检测方法，属于网络安全领域。该检测方法为：以单位时间将采样TCP报文样本分成若干个检测窗口，根据慢速拒绝服务攻击对其离散程度和波动程度的影响，采用AKN算法对检测窗口特征向量进行聚类分析。根据事先训练出来的无攻击数据获得相应阈值，基于相关攻击判断准则分析聚类簇，判断是否发生慢速拒绝服务攻击。本发明公开的基于AKN算法的慢速拒绝服务攻击检测方法能够在复杂的网络中实现高速率、低消耗、精准度高的慢速拒绝服务攻击检测。
一种基于 akn 算法慢速拒绝服务攻击检测方法

[发明专利]一种基于FCM算法的慢速拒绝服务攻击检测方法-CN201910914381.7在审
发明人：汤澹;陈静文;施玮;王曦茵;张冬朔;张斯琦;满坚平 -专利权人：湖南大学
申请日： 2019-09-26 - 公布日： 2020-01-21 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于模糊C均值(FCM)算法的慢速拒绝服务攻击检测方法，属于网络安全领域。其中所述方法包括：以一个时间片为检测单位，实时获取待测网络的数据报文，计算该时间片内数据报文的特征值，使用离差标准化操作避免某类数据权重过高；根据提取的该时间片内数据报文的特征值，基于事先使用FCM算法训练得到的聚类中心和聚类标签，使用隶属度计算方法对该时间片进行分类，依据聚类标签确定该时间片是否发生慢速拒绝服务攻击，从而确定相应的检测窗口内是否发生慢速拒绝服务攻击。本发明提出的基于FCM算法的检测方法能准确、高效地检测慢速拒绝服务攻击。
时间片拒绝服务攻击慢速数据报文检测聚类标签网络安全领域检测单位聚类中心实时获取隶属度离差权重算法标准化模糊分类网络

[发明专利]一种基于LR算法的慢速拒绝服务攻击检测方法-CN201910920763.0在审
发明人：汤澹;严裕东;冯叶;张斯琦;郑芷青;张冬朔;詹思佳 -专利权人：湖南大学
申请日： 2019-09-27 - 公布日： 2020-01-21 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于LR算法的慢速拒绝服务(LDoS)攻击检测方法，属于网络安全领域。其中所述方法包括：以一个时间窗口为检测单位，实时获取检测网络的数据报文；基于LDoS攻击下的网络数据分布形态特征，以提取相关网络数据特征值的方式，对各个时间窗口内数据进行处理，并以提取的特征值作为LR算法的训练输入，完成检测模型构建；对于待检测网络，同样提取的该时间窗口内数据报文的分布形态特征，利用训练完成的LR模型进行攻击检测，并依据相关判定准则判定是否发生LDoS攻击。本发明提出的LR算法针对检测LDoS攻击的应用场景，能高效、快速、自适应地检测LDoS攻击。
时间窗口检测算法攻击分布形态攻击检测数据报文网络数据网络安全领域检测单位拒绝服务模型构建判定准则实时获取应用场景自适应慢速判定网络

1
2
下一页»
尾页
共 16 条