一種基于改進文化算法的DDoS檢測模型.pdf

1、互聯(lián)網(wǎng)已經(jīng)成為現(xiàn)代生活必不可少的一部分，然而隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展和廣泛應(yīng)用，互聯(lián)網(wǎng)面對的安全考驗也隨之愈發(fā)嚴峻。其中針對網(wǎng)絡(luò)服務(wù)可用性的分布式拒絕服務(wù)(DDoS)攻擊便是威脅網(wǎng)絡(luò)安全最為重要的攻擊類型之一?；诮陙砑眲≡鲩L的DDoS攻擊及其帶來的嚴重破壞，對DDoS攻擊的檢測變得越來越重要和緊迫。本文通過設(shè)計一種基于雙種群空間的文化算法，并運用于聚類分析，提出一種新型的DDoS自動檢測算法。本文主要工作如下:
　　 (1)

2、概要分析DDoS攻擊原理及其分類，通過閱讀大量文獻及報告，總結(jié)當前DDoS攻擊現(xiàn)狀、影響以及發(fā)展趨勢。同時探討當前DDoS攻擊研究現(xiàn)狀，分別從檢測模式和檢測算法部署位置介紹了當前各種檢測及其優(yōu)缺點，且著重介紹了當前比較新穎且熱門的基于軟計算計算的DDoS檢測技術(shù)
　　 (2)基于傳統(tǒng)文化算法的原理，引入雙種群概念，提出一種改進型的文化算法，其中兩個種群空間在全局信仰空間知識的引導下獨立進化，同時又互相交換知識，實驗表明這種設(shè)計進

3、一步提高了傳統(tǒng)文化算法的計算精度和收斂速度。同時，將該算法運用于聚類分析當中，提出一種新型的基于文化算法的聚類分析算法。
　　 (3)通過對現(xiàn)有基于聚類的DDoS檢測模型分析，基于文法聚類分析，提出一種新型DDoS檢測模型，通過對原始網(wǎng)絡(luò)數(shù)據(jù)特定屬性計算熵值并提取流量特征，運用文化聚類算法對其進行聚類分析，得到正常的流量模型，并以此為依據(jù)對網(wǎng)絡(luò)流量自動、實時地檢測。通過實驗證明，該模型對高速DDoS攻擊具有較高的檢測率和較低的誤