基于Hadoop的DDoS攻擊檢測(cè)系統(tǒng)研究與設(shè)計(jì).pdf

1、由于云計(jì)算卓越的計(jì)算優(yōu)勢(shì)，近幾年云計(jì)算得到了許多企業(yè)及用戶的關(guān)注。特別是網(wǎng)絡(luò)可靠性與應(yīng)用安全技術(shù)，已成為未來云計(jì)算研究的重要方向。DDoS攻擊作為大規(guī)模網(wǎng)絡(luò)安全的主要威脅，是當(dāng)前網(wǎng)絡(luò)安全研究發(fā)展的關(guān)鍵問題之一。論文根據(jù)云環(huán)境的特點(diǎn)，結(jié)合云的計(jì)算優(yōu)勢(shì)，提出一種基于Hadoop的分布式拒絕服務(wù)攻擊DDoS檢測(cè)系統(tǒng)。
　　傳統(tǒng)的DDoS攻擊檢測(cè)系統(tǒng)多注重攻擊檢測(cè)的準(zhǔn)確率，而且對(duì)數(shù)據(jù)的處理能力、彈性適變能力都較小，因此不適用于動(dòng)態(tài)、多變的

2、云環(huán)境。據(jù)此，論文提出了一種分布式的、可擴(kuò)展的、基于云平臺(tái)的DDoS攻擊檢測(cè)系統(tǒng)，該系統(tǒng)能夠?qū)Υ罅康亩嘣磾?shù)據(jù)進(jìn)行數(shù)據(jù)精簡(jiǎn)并融合，然后進(jìn)行統(tǒng)一分析和管理；系統(tǒng)分為3個(gè)模塊數(shù)據(jù)預(yù)處理、攻擊檢測(cè)、結(jié)果評(píng)估，各個(gè)模塊在功能上保持獨(dú)立；同時(shí)，基于Hadoop平臺(tái)使得該系統(tǒng)能夠從各類數(shù)據(jù)中快速挖掘高價(jià)值的信息，不僅處理能力強(qiáng)大而且擴(kuò)展性良好。
　　基于Hadoop的DDoS攻擊檢測(cè)系統(tǒng)的核心檢測(cè)方法，采用目前KDD中比較有效的數(shù)據(jù)挖掘方法——

3、決策樹算法。論文根據(jù)現(xiàn)有的經(jīng)典ID3決策樹算法，提出一種以平均互信息量決策屬性重要性的算法，改進(jìn)了傳統(tǒng)方法中屬性選擇的標(biāo)準(zhǔn)，彌補(bǔ)了現(xiàn)有決策樹算法因?qū)傩蚤g的聯(lián)系松散，造成的算法“決策能力”不強(qiáng)的局限性。此外，該系統(tǒng)基于云計(jì)算環(huán)境，DDoS攻擊檢測(cè)算法能夠在保障準(zhǔn)確率的基礎(chǔ)上，同時(shí)提高處理效率。將算法中需要花費(fèi)較長時(shí)間的計(jì)算平均互信息量的過程，通過Map-Reduce編程框架改進(jìn)決策樹算法，從而提高了DDoS攻擊檢測(cè)系統(tǒng)的效率。