[发明专利]一种面向主干网中慢速HTTP拒绝服务攻击的检测方法在审
申请号: | 202310137086.1 | 申请日: | 2023-02-20 |
公开(公告)号: | CN116389048A | 公开(公告)日: | 2023-07-04 |
发明(设计)人: | 吴桦;陈锦锋;程光 | 申请(专利权)人: | 东南大学 |
主分类号: | H04L9/40 | 分类号: | H04L9/40 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 杜静静 |
地址: | 210096 *** | 国省代码: | 江苏;32 |
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 面向 主干 慢速 http 拒绝服务 攻击 检测 方法 | ||
1.一种面向主干网中慢速HTTP拒绝服务攻击的检测方法,其特征在于,该方法包括以下步骤:
步骤(1)获取目前公开的权威主干网数据集与攻击数据集,提取其中的流量数据;根据具体的场景需求,按照的比例对流量进行系统抽样,得到抽样后的流量数据;
步骤(2)分析SHD攻击的原理,提取出若干个能够体现攻击总体特点的单向流量特征数据,并在原始特征数据的基础上,根据不同SHD攻击类型的差异,扩展出特定的单向流量特征数据,从而针对每种SHD攻击构建出特征组别;
步骤(3)在抽样后流量的基础上,按照不同的攻击类型,使用Farm哈希函数、Bitmap以及自定义的Count-min Sketch数据结构提取并存储步骤(2)所述的的特征数据,自定义的Sketch结构还减少存储开销;
步骤(4)根据流量的实际类型,为特征数据添加标签,形成一个带标签的特征向量,标签包括三种攻击流量以及正常流量;
步骤(5)为了进一步提高处理速度,选择复杂度较低的机器学习算法,并将步骤(4)得到的特征向量输入到机器学习算法中进行训练,得到三种SHD攻击的流量模型;
步骤(6)从真实的主干网节点中捕获实时的流量,并按照步骤(1)与步骤(3)的流程分别进行流量抽样与特征数据获取操作,此处的特征数据依然是从单向流量中即可获得的;
步骤(7)将实时产生的无标签的特征向量输入到步骤(5)得到的三种攻击流量模型中,并根据模型的预测输出为特征向量打上相应的标签,以标识对应的流量类型,依照产生的结果进行后续的防御工作。
2.根据权利要求1所述的一种面向主干网中慢速HTTP拒绝服务攻击的检测方法,其特征在于,所述步骤(1)具体包含如下子步骤:
(1.1)获取权威主干网数据集作为背景流量,由于目前互联网上公开的主干网数据集给出的形式并不完全统一,需要按照实际需求从中挑选或者整理出统一格式的数据,以便后续的处理;
(1.2)搭建分布式攻击环境模拟实时攻击,使用权威的SHD攻击工具实施三种类型的SHD攻击,获得攻击流量,并与(1.1)中背景流量的格式相统一;
(1.3)将背景流量与攻击流量进行合并得到混合的流量数据,根据具体的场景需求,按照的比例对混合流量进行系统抽样,得到抽样后的流量数据。
3.根据权利要求1所述的一种面向主干网中慢速HTTP拒绝服务攻击的检测方法,其特征在于,所述步骤(2)具体包含如下子步骤:
(2.1)分析SHD攻击的总体原理,观察不同攻击流量的相似行为,提取出若干个能够体现共同特点的单向流量特征数据,且这些特征不涉及应用层的具体内容,例如无载荷的TCP数据包数量、有载荷的TCP数据包数量、流量的IP,端口分布情况;
(2.2)由于不同类型的SHD攻击特点并不完全相同,需要利用它们在流量上体现出的差异,为每种攻击进一步提炼出特定的单向流量特征数据;
(2.3)根据攻击类型,将SHD的共同特点与对应的特异性特征结合起来,为每种攻击构建出特定的特征组别。
4.根据权利要求1所述的一种面向主干网中慢速HTTP拒绝服务攻击的检测方法,其特征在于,所述步骤(3)具体包含如下子步骤:
(3.1)自定义的Count-min Sketch结构中有多个存储单元,每个存储单元包含了若干Bitmap以及计数器,以保存各种类型的特征数据;每获取一个数据包,Count-min Sketch结构就会更新一次;
(3.2)对于步骤(2.1)中的流量分布情况,无法直接获得,需要将IP,端口进行哈希,为了提高处理速度并降低内存消耗,此处使用Farm哈希函数,再按照特定的处理规则将哈希值映射到自定义Sketch的Bitmap内,最后使用Bitmap中1的数量来表示流量的分布情况;
(3.3)对于步骤(2)中的其他特征,通过特定公式直接获取或者使用自定义Sketch内的计数器进行存储;
(3.4)Count-min Sketch结构中要求每个关键字对应的单元更新k次后,提取一次数据,因此,当同一协议,IP数据包对应的单元更新累积k次后,获取一个特征向量。
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东南大学,未经东南大学许可,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/202310137086.1/1.html,转载请声明来源钻瓜专利网。