arrow
返回

Detecting application layer DDoS attack using an advanced signature detection algorithm

delete2026-06-11
delete0
delete
OA
AI
A
Abdul Ghafar Jaafar *
M
Md Asri Ngadi
N
Nazri Kama
N
Nazhatul Hafizah Kamarudin
K
Khairol Shapawi
DOI:10.1038/s41598-026-56617-zdelete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
应用层分布式拒绝服务(App-DDoS)攻击是网络安全领域持续存在的问题。该攻击构造请求头并利用大量通道来破坏目标服务,例如自动化攻击工具。已尝试多种方法,但通过识别伪造请求头检测攻击是研究的显著空白。签名检测显示出在低假阳性和假阴性率下准确识别攻击的强大能力,可用于应对这一挑战。本文介绍了一种新的检测方法,通过分析流量请求头来将流量分类为恶意或合法。为解决研究人员对过时攻击模式和公开研究数据集缺乏的担忧,本研究使用的数据集是近期且代表现实世界App DDoS攻击模式的。签名检测在最新的数据集上表现出良好的攻击检测性能,对实际应用具有强适应性。本研究的关键贡献是提出的检测算法,可在请求头被Web服务器处理前检测伪造请求头,以及实践分析表明攻击策略依赖于请求头操纵。本研究采用的混合特征选择方法被证明是可行的,成功识别出对检测性能有显著贡献的特征,准确率达96.93%,精确率99.11%,召回率97.55%,F1分数98.32%。结果表明基于签名的检测有效且适用于检测此类攻击。尽管机器学习(ML)日益普及,但基于签名的检测仍可有效检查请求头中攻击生成的签名。
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

Scientific Reports 封面图
Scientific Reports
IF:
3.9
论文数:
27.8W
被引数:
83.5W

机构

K
kyrol security labs sdn. bhd
学者数:
2
论文数: 1
被引数: 0
U
universiti kebangsaan malaysia
学者数:
4.2K
论文数: 1.7K
被引数: 1
U
Universiti Teknologi Malaysia
学者数:
1.4W
论文数: 1.1W
被引数: 85
学者 查看更多机构