面向车联网泛洪攻击的流量异常检测方法

发布时间：2020-12-20 03:57

　　为了有效检测车联网环境下的泛洪攻击,缓解泛洪攻击对车联网的不良影响,该文提出了面向车联网环境下针对泛洪攻击的轻量化流量异常检测方法。通过在路侧单元使用Hurst自相似参数估计方法计算车联网数据包流量的自相似变化曲线,检测流量异常变化,并上传异常时段的数据包信息到云端,云端统计各节点发送数据包情况,通过检测数据包大小异常变化来检测发起泛洪攻击的恶意节点。通过对车联网实际网络流量仿真计算结果表明,该流量异常检测方法能在低中高3种泛洪攻击强度下,有效检测出恶意节点。 

【文章来源】：南京理工大学学报. 2020年04期 北大核心

【文章页数】：8 页

【部分图文】：

数据包信息

利用Pycharm开发工具编写Python程序计算数据速率,依据数据包大小与包发送时间差,可以求得该时段内的数据速率。相邻数据包时间间隔t,数据包长度L,则以L/t来计算速率,具体计算方式见第3节。计算得到的数据速率统计如图3所示。4.3 模拟泛洪攻击

攻击流量

【参考文献】：
期刊论文
[1]基于深度特征学习的网络流量异常检测方法[J]. 董书琴,张斌.  电子与信息学报. 2020(03)
[2]基于车辆行为分析的智能车联网关键技术研究[J]. 张海霞,李腆腆,李东阳,刘文杰.  电子与信息学报. 2020(01)
[3]DDoS异常检测的网络流量分析方法[J]. 付延友.  中国新通信. 2018(08)
[4]基于大数据流的网络流量检测与分析[J]. 程伟华,赵军,吴鹏.  南京理工大学学报. 2017(03)
[5]DDoS攻击检测和控制方法[J]. 张永铮,肖军,云晓春,王风宇.  软件学报. 2012(08)

博士论文
[1]车联网的安全机制及关键技术研究[D]. 王群.南京理工大学 2016

硕士论文
[1]基于改进RNN及密度聚类的异常流量检测方法[D]. 曾霄笑.北京邮电大学 2019
[2]基于时间序列预测的分布式拒绝服务攻击检测关键技术研究[D]. 周静荷.海南大学 2018
[3]VANET中DoS攻击仿真研究[D]. 孙宁.吉林大学 2017
[4]网络模拟中背景流量模型的研究[D]. 邹天际.哈尔滨工业大学 2010



本文编号：2927164