“邵梓菱”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种面向高速网络分组抽样数据采集场景的DDoS攻击检测方法-CN202110414973.X有效
发明人：吴桦;陈廷政;程光;邵梓菱 -专利权人：东南大学
申请日： 2021-04-17 - 公布日： 2022-05-13 - 主分类号： H04L9/40 文献下载
摘要：本发明公开了一种面向高速网络分组抽样数据采集场景的DDoS攻击检测方法，该方法首先使用等距抽样技术对网络分组进行抽样，然后使用两个包含多个计数器和哈希表的改良Count‑Min Sketch结构分别对UDP流量和TCP流量的有效特征进行快速提取，通过机器学习的决策树方法分别对UDP流量和TCP流量离线构造UDP Flood和SYN Flood流量分类器。利用这些构造好的分类器，使用Sketch结构在线记录抽样分组流的特征向量，实现在高速网络分组抽样数据采集场景里对常见的DDoS攻击UDP Flood和SYN Flood的在线检测。该方法能够以较低的时间复杂度和空间复杂度在高速网络环境中实现DDoS攻击准确识别，其中，UDP Flood检测方法能够很好的区分UDP Flood攻击流量与DNS单向请求流量，从而降低误判率，可用于高速网络的安全监测。
一种面向高速网络分组抽样数据采集场景 ddos 攻击检测方法

[发明专利]一种面向高速网络抽样数据采集场景的慢速端口扫描检测方法-CN202111124600.5在审
发明人：吴桦;邵梓菱;程光 -专利权人：东南大学
申请日： 2021-09-24 - 公布日： 2021-12-31 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种面向高速网络抽样数据采集场景的慢速端口扫描检测方法，该方法首先对公开数据集进行系统抽样，然后利用一个包含4个计数器和2个哈希表的sketch结构提取流量特征。首先采用K‑means算法对流量特征进行聚类，然后基于规则对已知扫描流所在簇中的流量进行验证和标注，进而构建具有完整标签的训练集。最后，利用有监督机器学习算法训练用于端口扫描检测的分类模型。该分类模型在抽样数据采集情景下检测出高速网络中TCP和UDP的慢速端口扫描活动，对于持续时间超过50天的慢速扫描攻击，该方法仍然有效。本发明使用有限的内存实现对海量高速流量中端口扫描事件的检测，被网络管理者用于高速网络中的安全事件监测。
一种面向高速网络抽样数据采集场景慢速端口扫描检测方法