基于广义熵序列微分分析的拒绝服务攻击检测
密码学与安全
2023-12-05 v2
摘要
拒绝服务（DoS）攻击是计算机网络中最为常见且后果严重的网络攻击之一。尽管现有研究提供了大量检测方法，但同时实现可扩展性和高检测精度的问题仍然悬而未决。在这项工作中，我们通过开发一种基于广义熵序列的微分方法来解决该问题。在该方法中，我们持续将最佳拟合直线拟合到熵序列，并检查其导数（即该直线的斜率）是否小于导数的动态计算标准差的负值。因此，我们省去了阈值的使用，并且使用五个真实世界网络流量数据集的结果证实，我们的方法平均优于基于阈值的DoS攻击检测两个数量级。我们的方法实现的误报率最高为7%，算术平均值为3%（使用Tsallis熵且仅采样总网络流的5%）。此外，由于我们的方法主要计算开销为熵计算，其关于单位时间网络流的体积是线性的，并且仅使用整数运算和总流量的一小部分，因此是轻量且可扩展的。
引用
@article{arxiv.2109.08758,
title = {Denial-of-Service Attack Detection via Differential Analysis of Generalized Entropy Progressions},
author = {Omer Subasi and Joseph Manzano and Kevin Barker},
journal= {arXiv preprint arXiv:2109.08758},
year = {2023}
}