公开(公告)号：CN110474878A

公开(公告)日：2019-11-19

申请号：CN201910646959.5

申请日：2019-07-17

Applicant: 海南大学

Inventor： 唐湘滟 ,  程杰仁 ,  黄梦醒 ,  罗逸涵 ,  欧明望 ,  王天

IPC: H04L29/06 ,  G06N3/04

Abstract: 本发明实施例提供了一种基于动态阈值的DDoS攻击态势预警方法和服务器，涉及DDoS攻击检测技术领域。方法包括：生成IP数据包统计特征时间序列，并使用LSTM神经网络预测模型对IP数据包统计特征时间序列进行建模，得到LSTM预测模型；采用LSTM预测模型对目标区域的待测网络流量进行预测，根据预测结果和网络安全脆弱性因子计算目标区域的阈值和阈值公差，划分多个预警级别；针对目标区域在目标时刻的网络流量，生成目标IP数据包统计特征，进而识别DDoS攻击并确定待测网络流量的预警级别。采用本发明可以提高DDoS攻击预警准确率。

公开(公告)号：CN110474878B

公开(公告)日：2021-09-24

申请号：CN201910646959.5

申请日：2019-07-17

Applicant: 海南大学

Inventor： 唐湘滟 ,  程杰仁 ,  黄梦醒 ,  罗逸涵 ,  欧明望 ,  王天

IPC: H04L29/06 ,  G06N3/04

Abstract: 本发明实施例提供了一种基于动态阈值的DDoS攻击态势预警方法和服务器，涉及DDoS攻击检测技术领域。方法包括：生成IP数据包统计特征时间序列，并使用LSTM神经网络预测模型对IP数据包统计特征时间序列进行建模，得到LSTM预测模型；采用LSTM预测模型对目标区域的待测网络流量进行预测，根据预测结果和网络安全脆弱性因子计算目标区域的阈值和阈值公差，划分多个预警级别；针对目标区域在目标时刻的网络流量，生成目标IP数据包统计特征，进而识别DDoS攻击并确定待测网络流量的预警级别。采用本发明可以提高DDoS攻击预警准确率。