[发明专利]基于V-SVM的DDoS攻击检测方法和装置在审
| 申请号： | 201910461918.9 | 申请日： | 2019-05-30 |
| 公开（公告）号： | CN110062011A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 唐湘滟;程杰仁;黄梦醒;曹瑞;段玉聪;涂文轩 | 申请（专利权）人： | 海南大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/24 |
| 代理公司： | 北京华智则铭知识产权代理有限公司 11573 | 代理人： | 王昌贵 |
| 地址： | 570228 海*** | 国省代码： | 海南;46 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于V‑SVM的DDoS攻击检测方法及装置，属于通信技术领域。其中，方法包括：采集多个历史网络流量数据样本，计算每个基于V‑SVM网络流量数据样本的九元组NSAF特征；对基于V‑SVM九元组NSAF特征进行归一化处理，并根据PCA技术对经过归一化处理的基于V‑SVM九元组NSAF特征进行降维，得到训练集；构建V‑SVM分类模型，并利用基于V‑SVM训练集对基于V‑SVM的分类模型进行训练，获得最优拉格朗日乘子；根据基于V‑SVM最优拉格朗日乘子求得决策函数，并利用基于V‑SVM决策函数判断当前网络是否发生DDoS攻击。本发明相较于现有技术检测DDoS攻击的方法，提高了准确率、降低了误报率，同时还提高了攻击检测的稳定性和时效性。 | ||
| 搜索关键词： | 元组 拉格朗日乘子 归一化处理 决策函数 样本 通信技术领域 网络流量数据 方法和装置 分类模型 攻击检测 技术检测 历史网络 流量数据 时效性 误报率 训练集 准确率 构建 降维 采集 网络 | ||
【主权项】：
1.一种基于V‑SVM的DDoS攻击检测方法，其特征在于，所述方法包括：采集多个历史网络流量数据样本，计算每个所述网络流量数据样本的九元组NSAF特征；对所述九元组NSAF特征进行归一化处理，并根据PCA技术对经过归一化处理的所述九元组NSAF特征进行降维，得到训练集；构建V‑SVM分类模型，并利用所述训练集对所述V‑SVM分类模型进行训练，获得最优拉格朗日乘子；根据所述最优拉格朗日乘子求得决策函数，并利用所述决策函数判断当前网络是否发生DDoS攻击。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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海南大学，未经海南大学许可，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/patent/201910461918.9/，转载请声明来源钻瓜专利网。
