[发明专利]一种DDoS攻击检测方法、装置和系统在审
申请号: | 202211212515.9 | 申请日: | 2022-09-29 |
公开(公告)号: | CN115603976A | 公开(公告)日: | 2023-01-13 |
发明(设计)人: | 王普明;许静;李雪;金鑫 | 申请(专利权)人: | 云南大学 |
主分类号: | H04L9/40 | 分类号: | H04L9/40;G06F18/214;G06F18/24 |
代理公司: | 南宁东之智专利代理有限公司 45128 | 代理人: | 汪治兴 |
地址: | 650031*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 ddos 攻击 检测 方法 装置 系统 | ||
1.一种DDoS攻击检测方法,其特征在于,包括:
对流量数据进行数据预处理,以实现非数值特征的数值化、特征选择、数据集划分和数据特征标准化;
进行张量建模,以将预处理后的所述流量数据建模形成张量数据;
对所述张量数据进行去噪,并建立分类器以检测DDoS攻击。
2.根据权利要求1所述DDoS攻击检测方法,其特征在于,所述数据集划分,包括:
通过k-fold交叉验证来分割数据集得到训练集和测试集。
3.根据权利要求1所述DDoS攻击检测方法,其特征在于,所述对流量数据进行数据预处理,还用于实现删除无效数据。
4.根据权利要求1所述DDoS攻击检测方法,其特征在于,所述数据特征标准化,包括:
通过公式完成数据特征的标准化,其中,nom(X[m,n])是标准化特征,mean(X[:,n])是特征X[:,n]的均值,std(X[:,n])是标准差。
5.根据权利要求4所述DDoS攻击检测方法,其特征在于,所述进行张量建模,包括:
将预处理后的所述流量数据的数据矩阵折叠成一个R+1维的张量其中,N1×…×NR=N;
对应的,所述对所述张量数据进行去噪,包括:
通过子张量平滑处理、基于MDLP的T-SVD去噪和重构更新张量,实现多维度子张量空间平滑去噪;
对所述张量的所有数据实例进行所述多维度子张量空间平滑去噪,得到去噪张量;
将所述去噪张量还原为矩阵数据。
6.根据权利要求5所述DDoS攻击检测方法,其特征在于,所述通过子张量平滑处理、基于MDLP的T-SVD去噪和重构更新张量,实现多维度子张量空间平滑去噪,包括:
所述子张量平滑处理包括:将张量沿着第r维进行平滑,可以得到Lr个平滑子张量
将所述平滑子张量沿第二维度进行叠加,得到一个R+1维度的平滑张量
所述基于MDLP的T-SVD去噪包括:使用基于MDLP的T-SVD对张量χ[m,:,…,:]第r维的平滑张量进行去噪得到张量
所述重构更新张量包括:将张量沿r维分成Nr子张量χ[m,:,…,k,…,:],基于均值更新从每个平滑子张量χ[m,:,…,k,…,:]进行重构;
对所述张量χ[m,:,…,:]所有模态重复所述子张量平滑处理、所述基于MDLP的T-SVD去噪和所述重构更新张量,实现所述多维度子张量空间平滑去噪。
7.根据权利要求5所述DDoS攻击检测方法,其特征在于,所述对所述张量的所有数据实例进行所述多维度子张量空间平滑去噪,得到去噪张量,包括:
将所述张量χ[m,:,…,:]所有模态平滑重构后,进行最终T-SVD去噪;
对所述张量所有数据实例重复所述多维度子张量空间平滑去噪,得到所述去噪张量其中m∈{1,…,M}。
8.根据权利要求7所述DDoS攻击检测方法,其特征在于,所述分类器基于梯度提升决策树、支持向量机、逻辑回归、随机森林、线性判别降维算法和极致梯度提升中的至少一种。
9.一种DDoS攻击检测装置,其特征在于,包括:
第一单元,用于对流量数据进行数据预处理,以实现非数值特征的数值化、特征选择、数据集划分和数据特征标准化;
第二单元,用于进行张量建模,以将预处理后的所述流量数据建模形成张量数据;
第三单元,用于对所述张量数据进行去噪,并建立分类器以检测DDoS攻击。
10.一种DDoS攻击检测系统,其特征在于,包括:
SDN控制器,通过API接口与控制平面与数据平面进行通信;
交换机,基于INT技术从所述数据平面采集数据;
控制平面用于执行权利要求1至8任一项所述方法,并输出异常监测结果;
所述SDN控制器根据所述异常监测结果控制所述交换机阻断对应的DDoS攻击。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南大学,未经云南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211212515.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种去氯氟虫腈的合成方法
- 下一篇:持久型的化妆品组合物