Please wait a minute...
 
主管单位:广东省科学技术厅
主办单位:广东省科技合作研究促进中心
编辑出版:《电脑与电信》编辑部
ISSN 1008-6609 CN 44-1606/TN
邮发代号:46-95
国内发行:广东省报刊发行局
《电脑与电信》唯一官方网站。
电脑与电信  2021, Vol. 1 Issue (7): 25-28    DOI: 1008-6609(2021)07-0025-04
  本期目录 | 过刊浏览 | 高级检索 |
基于聚类的应用层DDoS攻击检测方法
晋城职业技术学院
DDoS Attack Detection Method on Application Layer Based on Clustering
Jincheng Vocational and Technical College
全文: PDF( KB)  
输出: BibTeX | EndNote (RIS)      
摘要 
提出了一种基于聚类的应用层DDoS攻击检测方法,该方法首先采集Web服务器端网络流量,经过数据预处理后 从中选取4个属性组成流量特征向量,后利用粒子群算法优化的K-Means聚类算法建立检测模型,并通过该模型识别攻击行 为。实验结果表明,该方法与K-Means算法建立的检测方法相比,能有效地识别应用层DDoS攻击行为,且具有较高的检测率
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 应用层DDoS攻击聚类    
Abstract
This paper proposes a clustering- based DDoS attack detection method for application layer. Firstly, the method collects web server network traffic, and selects four attributes to form the traffic feature vector after data preprocessing. Then, the K-means clustering algorithm optimized by particle swarm optimization is used to establish the detection model, and the attack behavior is identified through the model. Experimental results show that this method can effectively identify DDoS attacks in application layer and has higher detection rate compared with k-means algorithm.
Key wordsapplication layer    DDoS attack    clustering
年卷期日期: 2021-06-01      出版日期: 2021-10-15
基金资助:晋城职业技术学院课题,项目编号:LX2013
作者简介: 张志源(1989-),男,山西晋城人,硕士研究生,助教,研究方向为计算机应用
引用本文:   
张志源. 基于聚类的应用层DDoS攻击检测方法 [J]. 电脑与电信, 2021, 1(7): 25-28.
ZHANG Zhi-yuan. DDoS Attack Detection Method on Application Layer Based on Clustering. Computer & Telecommunication, 2021, 1(7): 25-28.
链接本文:  
https://www.computertelecom.com.cn/CN/1008-6609(2021)07-0025-04  或          https://www.computertelecom.com.cn/CN/Y2021/V1/I7/25
[1] 黄何列黄戈文陈之华姚祖发. 改进麻雀搜索算法求解带削峰需求响应的混合流水车间调度问题[J]. 电脑与电信, 2024, 1(6): 16-.
[2] 靳燕. 基于SDN架构的DDoS攻击检测研究[J]. 电脑与电信, 2024, 1(6): 26-30.
[3] 李春辉王小英张庆洁刘翰卓梁嘉烨高宁康. 基于多尺度卷积神经网络的DDoS攻击检测方法[J]. 电脑与电信, 2024, 1(6): 35-.
[4] 张安琪  张 娜. 基于邻居相似性的图嵌入社区检测算法[J]. 电脑与电信, 2024, 1(5): 79-.
[5] 曹聪慧 兰 强 侯 群 漆为民. 基于远程学习的关键词提取技术研究[J]. 电脑与电信, 2021, 1(8): 1-5.
[6] 李慧芳 钟新成 付晓丽. 基于密度峰值聚类的大学生异常行为检测研究[J]. 电脑与电信, 2021, 1(3): 26-29.
[7] 王艳军 李 舒 陈子航 董 坤 沈雪静. 基于聚类分析的智能答疑系统在招生 咨询方面的应用[J]. 电脑与电信, 2020, 1(5): 3-.
[8] 孙慧婷 马健. 基于K-means算法的高校智能化宿舍分配研究[J]. 电脑与电信, 2019, 1(5): 29-32.
[9] 宋添树, 李江宇, 张沁哲. 基于CBOW模型的个人微博聚类研究[J]. 电脑与电信, 2018, 1(4): 69-72.
[10] 魏爽. 一种文本聚类的增强数据挖掘方法[J]. 电脑与电信, 2018, 1(3): 46-48.
[11] 陈萍. 基于聚类技术的网络学习行为数据分析研究[J]. 电脑与电信, 2017, 1(4): 31-33.
[12] 陈双全. 基于聚类算法的视频内容识别研究[J]. 电脑与电信, 2017, 1(11): 44-46.
[13] 陈闽韬, 匡芳君. 数据挖掘技术在医疗大数据中的应用研究[J]. 电脑与电信, 2017, 1(11): 34-36.
[14] 李燕梅. 一种基于全局K-均值聚类的改进算法[J]. 电脑与电信, 2017, 1(11): 25-27.
[15] 陈林. 改进的GHSOM 算法在文本聚类中的应用[J]. 电脑与电信, 2016, 1(5): 57-61.
No Suggested Reading articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
  Copyright © 电脑与电信 All Rights Reserved.
地址:广州市连新路171号广东国际科技中心 邮编:510033
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn
粤ICP备05080322号-4