基于隐半马尔可夫模型的SWIM应用层DDoS攻击的检测方法

摘要

针对广域信息管理(SWIM)系统受到应用层分布式拒绝服务(DDoS)攻击的问题,提出了一种基于隐半马尔可夫模型(HSMM)的SWIM应用层DDoS攻击的检测方法.首先采用改进后的前向后向算法,利用HSMM建立动态异常检测模型动态地追踪正常SWIM用户的浏览行为;然后通过学习和预测正常SWIM用户行为得出正常检测区间;最后选取访问包的大小和请求时间间隔为特征进行建模,并训练模型进行异常检测.实验结果表明,所提方法在攻击1和攻击2情况下检测率分别为99.95％和91.89％,与快速前向后向算法构建的HSMM相比,检测率提升了0.9％.测试结果表明所提方法可以有效地检测SWIM系统应用层DDoS攻击.