-
题名多Agent的DDoS源地址追踪方法研究
被引量：2
- 1
-
-
作者
赵德山
曹斌
-
机构
贵州大学计算机科学与信息学院
贵阳铝镁设计研究院
-
出处
《计算机工程与设计》
CSCD
北大核心
2010年第8期1698-1701,共4页
-
基金
国家创新基金项目(2005EB011453)
国家重点新产品基金项目(黔DGY-2007-0019)
-
文摘
对数据包标记的各种技术进行了深入研究,分析它们存在的问题,基于上述的研究,提出一种多Agent的追踪方法,以解决传统方法存在的重构需要大量数据包、追踪鲁棒性和实时性差等问题。该方法采用并行分布式的结构,将整个追踪区域分成若干自治网络,在各自治网络内独立采用动态的标记概率等算法,同时设立追踪Agent进行自治区内的追踪,最终将由追踪管理器收集各追踪Agent的部分攻击路径并重构出整个攻击路径。理论分析表明,该方法降低了计算量和误报率、增强了追踪的实时性和准确性等。
-
关键词
分布式拒绝服务攻击
源地址追踪
数据包标记
动态概率
并行追踪
攻击路径重构
-
Keywords
DDOS
source address tracing
data packet marking
dynamic probability
parallel tracing
attack path reconstructing
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于电子指纹的网络攻击溯源技术
被引量：4
- 2
-
-
作者
吴朝雄
马书磊
石波
于冰
-
机构
中国航天科工集团二院
-
出处
《计算机工程与设计》
北大核心
2020年第11期3036-3041,共6页
-
文摘
针对网络攻击隐蔽性、不确定性等导致的网络攻击溯源难的问题,提出一种基于电子指纹的网络攻击溯源技术。设计数据的电子指纹,结合网络攻击信息,构建原生网络攻击路径,通过数据相似性、同源性分析,完成对原生网络攻击路径的重构,分辨出确定和可疑的网络攻击路径,分析数据的交互关系,预测即将受影响的数据。实验结果表明,该技术能够有效实现数据级、全过程的网络攻击溯源以及预测攻击的影响范围。
-
关键词
电子指纹
数据同源
数据相似
攻击路径重构
攻击影响预测
-
Keywords
electronic fingerprint
data homology
data similarity
attack path reconstruction
attack impact prediction
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
-
-
题名面向APT家族分析的攻击路径预测方法研究
- 3
-
-
作者
陈伟翔
任怡彤
肖岩军
侯锐
田志宏
-
机构
广州大学计算机科学与网络工程学院
绿盟科技集团股份有限公司广州分公司
中国科学院信息工程研究所信息安全国家重点实验室
-
出处
《信息安全学报》
CSCD
2023年第1期1-13,共13页
-
基金
国家自然科学基金项目(No.U20B2046)
广东省高校创新团队项目(No.2020KCXTD007)
广州市高校创新团队项目(No.202032854)资助。
-
文摘
近年来,针对政府机构、工业设施、大型公司网络的攻击事件层出不穷,网络空间安全已成为事关国家稳定、社会安定和经济繁荣的全局性问题。高级持续威胁(Advanced Persistent Threat,APT)逐渐演化为各种社会工程学攻击与零日漏洞利用的综合体,已成为最严重的网络空间安全威胁之一,当前针对APT的研究侧重于寻找可靠的攻击特征并提高检测准确率,由于复杂且庞大的数据很容易将APT特征隐藏,使得获取可靠数据的工作难度大大增加,如何尽早发现APT攻击并对APT家族溯源分析是研究者关注的热点问题。基于此,本文提出一种APT攻击路径还原及预测方法。首先,参考软件基因思想,设计APT恶意软件基因模型和基因相似度检测算法构建恶意行为基因库,通过恶意行为基因库对样本进行基因检测,从中提取出可靠的恶意特征解决可靠数据获取问题;其次,为解决APT攻击路径还原和预测问题,采用隐马尔可夫模型(HMM)对APT恶意行为链进行攻击路径还原及预测,利用恶意行为基因库生成的特征构建恶意行为链并估计模型参数,进而还原和预测APT攻击路径,预测准确率可达90%以上;最后,通过HMM和基因检测两种方法对恶意软件进行家族识别,实验结果表明,基因特征和HMM参数特征可在一定程度上指导入侵检测系统对恶意软件进行识别和分类。
-
关键词
APT攻击
恶意行为基因库
HMM
攻击路径还原及预测
恶意软件家族分类
-
Keywords
APT attack
software gene
HMM
attack path reconstruction and prediction
malware family classification
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
