小波變換在網絡流量中的應用——自相似性及DDoS攻擊檢測.pdf

1、互聯(lián)網經過多年的飛速發(fā)展，已經成為信息社會的基礎性設施，其重要性和深遠影響持續(xù)加劇的勢頭有增無減。網絡流量研究及其控制是保證互聯(lián)網實時業(yè)務傳送質量的關鍵問題之一，歷來是業(yè)界關注的焦點和研究的熱點。Leland等人在90年代初第一次明確提出了網絡流量中存在著自相似現(xiàn)象以來，研究人員發(fā)現(xiàn)不論網絡的拓撲和業(yè)務如何，網絡流量中都能檢測到自相似特性，其中赫斯特參數(shù)是評估自相似性的重要參數(shù)。 本文以小波提升框架為基礎，結合相關系數(shù)分析法，給

2、出了自適應的赫斯特參數(shù)估計方法，與傳統(tǒng)的小波估計法相比，本法執(zhí)行原位計算，使計算復雜性減少了約一半。同時該方法在一般意義上是無偏的。分形高斯噪聲和真實突發(fā)網絡數(shù)據(jù)的仿真結果均表明，自適應方法比傳統(tǒng)估計方法具有更高的估計精度，能夠自適應地選擇最優(yōu)尺度區(qū)間，因此可望應用于高速網絡的網絡管理和實時控制。 分布式拒絕服務(DistributedDenialofService，DDoS)攻擊是是目前Internet上最難防范的攻擊方式，當

3、今網絡安全領域最難解決的問題之一。其中重要的原因在于網絡上大量不安全機器的存在，DDoS攻擊工具的廣泛可獲得性以及攻擊者通常采用假冒的源IP地址。因此，準確快速地檢測DDoS攻擊的發(fā)生成為計算機網絡安全方面重要的研究課題。 網絡業(yè)務流的自相似性在受到DDoS攻擊時會發(fā)生變化，赫斯特參數(shù)是表征網絡業(yè)務流自相似性的重要參數(shù)，利用赫斯特參數(shù)值的變化檢測DDoS是一個有效的方法。本文使用NS2模擬分布式拒絕服務攻擊，利用小波方法對受到攻