Web服務(wù)器的DDoS攻擊檢測(cè)方法研究.pdf

1、AdissertationsubmittedtoZhengzhouUniversityforthedegreeofMasterResearchonDetectionMethodofDDoSAttacksagainstWbbserverByZhiyuanZhangSupervisor：ProfGuangqunZhaiTechologyofComputerApplicationSchoolofInformationEngineeringMa

2、y2014摘要摘要在互聯(lián)網(wǎng)不斷發(fā)展壯大的今天，Web技術(shù)正在改變著人們的日常生活。一方面，Web技術(shù)讓我們的生活更加便捷，另一方面，隨之而來(lái)的安全問(wèn)題也日益突出，尤其是作為互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的Web服務(wù)器安全。近幾年來(lái)，一些政府機(jī)構(gòu)、銀行網(wǎng)站等遭遇分布式拒絕服務(wù)攻擊的案例層出不窮，其Web服務(wù)器因受到攻擊而導(dǎo)致網(wǎng)站癱瘓，損失巨大。基于此，如何檢測(cè)Web服務(wù)器的DDoS攻擊便成為當(dāng)務(wù)之急，這同時(shí)也是網(wǎng)絡(luò)安全領(lǐng)域內(nèi)的重要研究方向。針對(duì)Web服務(wù)

3、器的DDoS攻擊，本文提出了一種粒子群優(yōu)化的K均值聚類算法(PSOⅪ以)的DDoS攻擊檢測(cè)方法。本文的主要工作可以概括如下：首先選取數(shù)據(jù)挖掘方法中的KMeans算法作為異常檢測(cè)方法的基礎(chǔ)，后用粒子群算法對(duì)其進(jìn)行優(yōu)化，即PSOKM算法，并以此算法來(lái)建立異常檢測(cè)機(jī)制。其次，利用libpcap開(kāi)發(fā)庫(kù)來(lái)捕獲Web服務(wù)器端網(wǎng)絡(luò)數(shù)據(jù)流量，根據(jù)Web服務(wù)器遭受DDoS攻擊時(shí)表現(xiàn)出來(lái)的異常情況，從中選取5個(gè)流量特征屬性組成流量特征向量。最后，利用建立的