作者：吴志军; 刘亮; 岳猛低速率拒绝服务攻击队列特征核的主成分分析神经网络
摘要：低速率拒绝服务（LDoS,low-rate denial of service）攻击是一种新的面向TCP协议的攻击方式,它具有攻击速率低、隐蔽性强的特点,很难被传统DoS攻击检测措施发现。针对其特点,采用网络大数据分析技术,从路由器队列中挖掘一种LDoS攻击特征,将核主成分分析（KPCA,kernel principal component analysis）方法与神经网络结合,提出一种新的检测LDoS攻击的方法。该方法将路由器队列特征采用KPCA降维,作为神经网络输入,再利用BP神经网络自学习能力生成LDoS分类器,达到检测LDoS攻击的目的。实验结果表明该方法有较好的检测有效性和较低的计算复杂度,对设计防御LDoS攻击的路由器有一些借鉴意义。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
