RADS：面向云数据中心的实时异常检测系统
分布式、并行与集群计算
2018-11-13 v1
摘要
随着云服务市场的增长，云数据中心中的网络安全攻击也在增加。现有研究提出了若干用于检测此类攻击的异常检测系统。然而，这些系统面临若干挑战，特别是由于攻击行为的未知性以及真实云工作负载峰值（必须与攻击区分开来）的出现。本文中，我们讨论了这些挑战并研究了现有云异常检测方法存在的问题。随后，我们提出了一种面向云数据中心的实时异常检测系统（RADS），其使用单类分类算法和基于窗口的时间序列分析来应对这些挑战。具体而言，RADS 能够检测由 DDoS 和加密挖矿攻击引起的虚拟机级异常。我们通过实验室实验和使用真实世界云工作负载轨迹来评估 RADS 的性能。评估结果表明，RADS 可达到 90-95% 的准确率，且假阳性率较低，为 0-3%。结果进一步显示，与使用最基于平均值或熵的分析相比，RADS 在使用其基于窗口的时间序列分析时经历的假阳性更少。
引用
@article{arxiv.1811.04481,
title = {RADS: Real-time Anomaly Detection System for Cloud Data Centres},
author = {Sakil Barbhuiya and Zafeirios Papazachos and Peter Kilpatrick and Dimitrios S. Nikolopoulos},
journal= {arXiv preprint arXiv:1811.04481},
year = {2018}
}
备注
14 pages