基于时频分析的分布式拒绝服务攻击的自动检测

研究了分布式拒绝服务(DDoS) 攻击的特点,定义了流连接密度( FCD) 的概念,并证明了FCD 时间序 列的非平稳特性. 据此,提出了一种新的基于时频分析的自动检测DDoS 攻击的方法,该方法采用平滑魏格 纳2维利分布对FCD 时间序列进行时频变换,将FCD 时间序列转换为二维空间内的波动能量分布,并有效 抑制了二次交叉项的影响,然后使用经过样本训练的K 最近邻分类器进行攻击识别. 实验结果表明,该检测 方法能够比较准确地识别DDoS 攻击,识别误差主要出现在网络状态切换阶段,这对攻击识别的影响很小, 识别误差率仅为4126 %.