[发明专利]一种基于智能蜂群算法的DDoS攻击检测方法

摘要

本发明公开了一种基于智能蜂群算法的DDoS攻击检测方法，包含以下过程：通过融合聚类和智能蜂群算法，有效提高DDoS攻击检测精度。智能蜂群算法和聚类算法的融合，消除了聚类算法过度依赖原始聚类中心的缺陷，改进了数据流聚类效果；统计改进后聚类的异常数据流IP地址并计算IP地址的流量特征熵H(x)，若H(x)大于等于初步聚类数据流的判别因子RM(x)，则判定该数据流是DDoS攻击数据流，否则判定该数据流是其他异常数据流。本发明具有耗时短，DDoS攻击检测准确率高、误报率低的优点。

主权项

1.一种基于智能蜂群算法的DDoS攻击检测方法，其特征在于，包含以下过程：步骤S1、融合聚类算法K-means和智能蜂群算法，利用智能蜂群算法对聚类算法K-means对原始聚类中心的依赖特性进行改进；步骤S2、根据聚类结果将正常流量数据流和异常流量数据流分别聚类；步骤S3、获取异常流量数据流IP地址，并计算异常流量数据流IP地址的特征熵H(x)和初步聚类流量的判别因子RM(x)；步骤S4、比较异常流量数据流IP地址的特征熵H(x)和初步聚类流量判别因子RM(x)的大小，若H(x)≥RM(x)，则表明发生了DDoS攻击，反之，则表示未发生DDoS攻击，该异常流量数据流是其他异常数据流量；步骤S5、根据比较结果，系统分别对DDoS攻击数据流和/或其他异常数据流发出预警信息。