基于智能蜂群算法的DDoS攻击检测系统

摘要：

随着大数据应用的普及,DDoS攻击日益严重并已成为主要的网络安全问题.针对大数据环境下的DDoS攻击检测问题,设计了一种融合聚类和智能蜂群算法(DFSABC＿elite)的DDoS攻击检测系统.该系统将聚类算法与智能蜂群算法相结合来进行数据流分类,用流量特征分布熵与广义似然比较判别因子来检测DDoS攻击数据流的特征,从而实现了DDoS攻击数据流的高效检测.实验结果显示,该系统在类内紧密度、类间分离度、聚类准确率、算法耗时和DDoS检测准确率方面明显优于基于并行化K-means的普通蜂群算法和基于并行化 K-means算法的DDoS检测方法.

关键词：DDoS攻击、智能蜂群算法、流量特征分布熵、聚类算法、广义似然比较

所属期刊栏目：45

分类号：TP309.2(计算技术、计算机技术)

资助基金：国家自然科学基金61373028,61672338

在线出版日期：2019-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：123-129