[发明专利]基于动态阈值的DDoS攻击态势预警方法和服务器有效
| 申请号： | 201910646959.5 | 申请日： | 2019-07-17 |
| 公开（公告）号： | CN110474878B | 公开（公告）日： | 2021-09-24 |
| 发明（设计）人： | 唐湘滟;程杰仁;黄梦醒;罗逸涵;欧明望;王天 | 申请（专利权）人： | 海南大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06N3/04 |
| 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： | 本发明实施例提供了一种基于动态阈值的DDoS攻击态势预警方法和服务器，涉及DDoS攻击检测技术领域。方法包括：生成IP数据包统计特征时间序列，并使用LSTM神经网络预测模型对IP数据包统计特征时间序列进行建模，得到LSTM预测模型；采用LSTM预测模型对目标区域的待测网络流量进行预测，根据预测结果和网络安全脆弱性因子计算目标区域的阈值和阈值公差，划分多个预警级别；针对目标区域在目标时刻的网络流量，生成目标IP数据包统计特征，进而识别DDoS攻击并确定待测网络流量的预警级别。采用本发明可以提高DDoS攻击预警准确率。 | ||
| 搜索关键词： | 基于 动态 阈值 ddos 攻击 态势 预警 方法 服务器 | ||
【主权项】：
1.一种基于动态阈值的DDoS攻击态势预警方法，其特征在于，所述方法包括：/n对网络流量按照一定周期采样，并提取每个周期样本的IP数据包统计特征，生成IP数据包统计特征时间序列；/n使用LSTM神经网络预测模型对所述IP数据包统计特征时间序列进行建模，得到LSTM预测模型；/n计算目标区域的网络安全脆弱性因子；/n采用所述LSTM预测模型对所述目标区域的待测网络流量进行预测，得到预测结果；/n根据所述预测结果和所述网络安全脆弱性因子计算所述目标区域的阈值和阈值公差，并根据所述阈值和所述阈值公差划分多个预警级别；/n对所述目标区域的网络流量进行实时监测，对监测到的目标时刻的网络流量进行分析处理；/n针对所述目标区域在所述目标时刻的网络流量，生成目标IP数据包统计特征；/n根据所述目标IP数据包统计特征确定所述待测网络流量的预警级别。/n
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/201910646959.5/，转载请声明来源钻瓜专利网。
