目前环境下已有一些DDoS防御系统,能够实现特定情况下特定类型DDoS攻击的较好保护,通常部署在攻击树的某一点,不能实现防御系统对DDoS攻击的精确检测、快速响应。本项目针对IPV6环境下存在的DDoS攻击及目前防御系统单点部署的不足,拟提出一个分布式防御模型。利用P2P网络的高性能性、可扩展性、分散性以及能提供实时协同处理功能等特点,将分布在源端、受害端、核心网络的节点构建成协作的防御网络,采用完全P2P实现分布式异构防御节点间控制信息的快速传递。研究具有反馈机制的自适应分布式检测算法,综合各分布式检测点的检测信息,反馈给分布式的各节点,及时修正各分布式节点下一轮检测的检测方法和检测测度,提高DDoS攻击检测精度。应用多重分形,以分形谱宽度、分形容量维、关联维数、敏感维数差等为测度,设计防御算法,进行DDoS攻击的协同检测和协同防御,识别非法流和合法流,为合法用户提供连续的服务。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于全模式全聚焦方法的裂纹超声成像定量检测
基于图卷积网络的归纳式微博谣言检测新方法
人工智能技术在矿工不安全行为识别中的融合应用
面向工件表面缺陷的无监督域适应方法
基于LBS的移动定向优惠券策略
面向Web服务器的DDoS攻击防御研究
基于网络流量的DDoS安全防御体系与关键技术研究
动态不确定对抗环境下DDoS 攻击鲁棒检测方法研究
大规模网络环境下基于用户群行为与时空关联的DDoS攻击检测方法研究