A DoS Detection Method Based on Composition Self-Similarity
A DoS Detection Method Based on Composition Self-Similarity
复制标题
一种基于成分自相似性的DoS检测方法
DOI：
10.3837/tiis.2012.05.012
复制
发表时间：
2012-05
影响因子：
1.5
通讯作者：
Liu Yan-Heng
中科院分区：
文献类型：
--
作者：
Jianqi Zhu;Feng Fu;Chong-kwon Kim;Yin Ke-xin;Liu Yan-Heng
本文基于局域网络理论，首次提出网络流量的组成自相似性（CSS），用于DoS检测的研究。我们提出了成分分布图的概念并设计了相关操作。 (R/S)d 算法设计用于计算 Hurst 参数。基于成分分布图和Kullback Leibler (KL)散度，我们提出了用于检测DoS攻击的成分自相似异常检测(CSSD)方法。我们评估所提出方法的有效性。与其他基于熵的异常检测方法相比，我们的方法在检测 DoS 攻击方面更准确且灵敏度更高。
Based on the theory of local-world network, the composition self-similarity (CSS) of network traffic is presented for the first time in this paper for the study of DoS detection. We propose the concept of composition distribution graph and design the relative operations. The (R/S)d algorithm is designed for calculating the Hurst parameter. Based on composition distribution graph and Kullback Leibler (KL) divergence, we propose the composition self-similarity anomaly detection (CSSD) method for the detection of DoS attacks. We evaluate the effectiveness of the proposed method. Compared to other entropy based anomaly detection methods, our method is more accurate and with higher sensitivity in the detection of DoS attacks.
登录
查看更多内容
影响因子：
1.5
作者：
Cheolwoo Park;Félix Hernández-Campos;L. Le;J. Marron;Juhyun Park;V. Pipiras;F. D. Smith;R. Smith;M. Trovero;Zhengyuan Zhu-
通讯作者：
Cheolwoo Park;Félix Hernández-Campos;L. Le;J. Marron;Juhyun Park;V. Pipiras;F. D. Smith;R. Smith;M. Trovero;Zhengyuan Zhu-
DOI：
10.1145/1452520.1452539
发表时间：
2008-10
期刊：
--
影响因子：
--
作者：
George Nychis;Vyas Sekar;D. Andersen;Hyong S. Kim;Hui Zhang
通讯作者：
George Nychis;Vyas Sekar;D. Andersen;Hyong S. Kim;Hui Zhang
影响因子：
7.4
作者：
ILGUN, K;KEMMERER, RA;PORRAS, PA
通讯作者：
PORRAS, PA
DOI：
--
发表时间：
1995
期刊：
--
影响因子：
--
作者：
Sandeep Kumar;E. Spafford
通讯作者：
Sandeep Kumar;E. Spafford
影响因子：
3.7
作者：
Yuhong Yang
通讯作者：
Yuhong Yang