SOFT COMPUTING BASED AUTONOMOUS LOW RATE DDOS
ATTACK DETECTION AND SECURITY FOR CLOUD COMPUTING

doi:10.36548/jscp.2019.2.003

SOFT COMPUTING BASED AUTONOMOUS LOW RATE DDOS ATTACK DETECTION AND SECURITY FOR CLOUD COMPUTING

2019-12-17

0

OA

AI

DOI：10.36548/jscp.2019.2.003

原文链接

原文求助

摘要

En 中文

云环境的基本优势在于其根据各种需求即时扩展服务的能力。云计算技术的近期发展为人们随时随地访问提供了便利。大量用户利用云平台满足各种需求，并将人员及机密信息存储在云架构中。机密信息的存储使云架构对黑客具有吸引力，他们旨在滥用机密/秘密信息。由于DDOS（分布式拒绝服务）攻击，云架构的服务和资源滥用已成为日常使用中的常见问题。DDOS攻击技术高度成熟并持续高速发展，使得检测和反制措施变得极具挑战性。因此，本文采用基于软计算的自主检测方法，用于云架构中的低速率DDOS攻击。所提出的方法利用隐马尔可夫模型观察网络流量，并使用随机森林对检测到的攻击与正常流量进行分类。该方法被评估以衡量其在召回率、精确率、特异度、准确率和F度量方面的性能改进。

SOFT COMPUTING BASED AUTONOMOUS LOW RATE DDOS ATTACK DETECTION AND SECURITY FOR CLOUD COMPUTING

摘要

期刊

机构

引用论文