基于模糊聚类的DDoS攻击防御模型

摘要

在决策领域,模糊方法往往更加合理,同时能够提供更多的决策信息.针对常见的DDoS攻击,在分析DDoS攻击包特点的基础上,提出一种基于模糊模式识别的攻击防御模型,该模型建立两个模糊集,计算两个模糊集的模糊相似度,判断当前数据包是否正常,从而实现异常数据包的过滤.经实验证明,该方法能有效的过滤DDoS攻击包,同时具有较好的自适应性和自学习性.