基于智能蜂群算法的DDoS攻击检测系统

作     者：余学山 韩德志 杜振鑫 YU Xue-shan;HAN De-zhi;DU Zheng-xin

作者机构：上海海事大学信息工程学院上海201306 韩山师范学院计算机与信息工程学院广东潮州521041 

基　　金：国家自然科学基金(61373028 61672338)资助 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2018年第45卷第12期

页      码：123-129页

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。

主 题 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 

学科分类：08[工学] 0839[0839] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.11896/j.issn.1002-137X.2018.12.019

馆 藏 号：203416127...