基于神经网络的DDoS防护绩效评估
面对日益严重的分布式拒绝服务(distributed denial of service,DDoS)攻击威胁和众多防护措施,需要防护绩效评估方法指导防护措施的选择.现有绩效评估方法通过对比防护措施部署前后的攻击效果进行评估,需对防护措施进行卸载及重新部署,实施成本高.针对这种不足,首先建立了防护绩效评估模型(defence evaluation model,DEM),该模型从用户感受角度进行指标选取,减少了传统方式下测评过程需要的指标数量,降低了数据获取的难度.利用神经网络良好的泛化能力,将其引入DDoS防护绩效评估过程;在计算已部署防护措施攻击效果的同时,预测得到未部署防护措施时的攻击效果,减少了测量次数.使用网络仿真程序SSFNet模拟典型攻击场景进行实验,验证了提出的评估方法以及神经网络的预测能力.
安全评估、人工神经网络、分布式拒绝服务、绩效评估、SSFNet
50
TP393.08(计算技术、计算机技术)
国家"八六三"高技术研究发展计划基金项目SQ2013GX02D01211,2011AA01A203;国家自然科学基金项目61100226,61303248;北京市自然科学基金项目4122085;"十二五"国家科技支撑计划基金项目2012BAK26B01
2013-11-12(万方平台首次上网日期,不代表论文的发表时间)
共9页
2100-2108