基于用戶信譽值防御DDoS攻擊的協(xié)同模型.pdf

1、當前Internet技術(shù)已經(jīng)應用到各個行業(yè)和領(lǐng)域，計算機網(wǎng)絡一開始是用做科學研究的，但是現(xiàn)在已經(jīng)廣泛應用于各種商業(yè)活動中，這樣就使得這種開放互聯(lián)的計算機網(wǎng)絡面臨著巨大的安全問題。拒絕服務攻擊DoS（Denial of Service）和分布式拒絕服務攻擊DDoS（Distributed Denial of Service）由于其本身的特點已經(jīng)成為網(wǎng)絡服務及網(wǎng)絡本身的一個巨大且嚴重的威脅，每次這類網(wǎng)絡異常事件的發(fā)生都給整個社會造成了巨大經(jīng)

2、濟損失。因此，為了保障網(wǎng)絡正常的工作和運行，針對大規(guī)模分布式拒絕服務攻擊和蠕蟲攻擊進行實時的檢測和提前的預警是十分必要的。
　　 對于分布式拒絕服務攻擊的檢測和防御主要面臨社會和技術(shù)兩方面的挑戰(zhàn)。來自社會方面的挑戰(zhàn)則是在于要想成功的檢測和防御DDoS攻擊需要牽涉到Internet各方面的政治、經(jīng)濟和社會利益等。而技術(shù)方面的挑戰(zhàn)主要來自于DDoS攻擊TCP/IP協(xié)議自身特點的復雜性
　　 本文模型在路由器端和服務器端協(xié)同工

3、作來收集用戶的行為信息。模型在路由器端對用戶的數(shù)據(jù)流進行粗粒度的檢測，過濾非法用戶，并且在路由器端融合其他服務器收集的該用戶信譽值，從而得到更完整，準確的用戶行為信息。模型還利用邊界路由器在AS（自治域）網(wǎng)絡的邊界處對用戶數(shù)據(jù)進行“出口過濾”處理，從而降低了攻擊者偽造IP源地址的能力；在服務器端再對用戶的數(shù)據(jù)流進行細粒度檢測，檢測出惡意的狡猾攻擊和低流量攻擊；最后量化計算出用戶的信譽值，從而利用用戶的信譽值來區(qū)分合法用戶和惡意用戶，并根