2654400439 / DDoS_awesome_papers_collection

A list of Papers on ddos detection.

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

DDoS_awesome_papers_collection

A list of Papers on ddos detection. You are welcome to open an issue and pull your requests if you think any paper that is important but not are inclueded in this repo.

发表于IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY(TIFS) 2022

简介:
本文提出了一种三阶段的基于统计模型的ddos处理机制。第一阶段外部用户被划分成正常或者可疑;第二阶段更新内部节点状态是否正常;第三阶段若受到攻击则对可疑用户进行阻止并进行连续评估。
DDoS样本分类:
部分cic ddos 2019,网络层ddos
借鉴:

  1. 相关工作总结的很全面
  2. 提出了用户合法概率--从用户(ip)的层面提取特征(流级别以上)并用贝叶斯概率计算与基准值之间的可能性偏差,**类似于节点分布偏离度
  3. 从用户层面将外部ip的特征(平均发包数等)和内部ip的特征(丢包率等)都用到了,且这些特征是有效的,超过了简单的机器学习模型
  4. 用到的特征:外部用户刻画--每秒发流数、每秒发包数、流量负载生成数、并发连接数;内部用户刻画--包处理平均时延、包处理波动、每秒丢包率
  5. 提到对每个用户构建应用层指纹

发表于ICCST(非知名会议) 19

简介:
本文发布了cic ddos 2019数据集
借鉴:

  1. 大部分是反射放大ddos,但是反射放大ddos与传统ddos的区别以及特定的检测方法未知
  2. 本文使用的四个传统机器学习方法可以直接用来做对比实验(文献1中直接借鉴使用)

发表于Computer Networks 21

- 注意避雷,本文很水

简介:
本文提出了一种复合结构神经网络(两个不同结构的全连接神经网络)检测5g环境下的ddos攻击的方法
DDoS样本分类:
部分cic ddos 2019样本,网络层ddos
借鉴:

  1. 背景知识介绍5G环境中面临的安全问题;实验部分写的很细致但有点像技术报告
  2. 使用皮尔逊相关系数做特征选择
  3. 使用keras-tune自动选择最优超参数
  4. 引用了一篇深度学习测试阶段防止投毒攻击的文章

发表于IEEE TRANSACTIONS ON DEPENDABLE AND SECURE COMPUTING(TDSC) 2022

简介:
本文使用ST-GCN来检测sdn场景下的ddos攻击,并能够将路由路径进行标注,进一步使用更精准的方法缓解ddos攻击。
DDoS样本分类:
自建、传统网络层dos,syn洪泛
借鉴:

  1. 写作方面可以参考(如intro部分)
  2. 带内网络遥测技术INT的应用还是比较新的
  3. 好几篇文章都是ddos缓解,分阶段处理,更完整
  4. 两种新特征来识别ddos--源ip地址信息熵变化、每个ip发包数/单向流/双向流(区分视频流和ddos)
  5. CAIDA20年新整理的白流量、ST-GCN时空图卷积、hping3ddos攻击实验工具

发表于SkyShield: A Sketch-Based Defense System Against Application Layer DDoS Attacks(TIFS) 2018


简介:
本文使用sketch数据结构快速低计算开销的检测应用层ddos攻击。使用bloom过滤器过滤黑白名单,之后计算sketch的散度来判断是否遇到异常状态。
DDoS样本分类:
自建、应用层ddos,没具体指明
借鉴:

  1. 使用sketch数据结构来进行当前网络快速测量
  2. 使用bloom过滤器来实现黑白名单高效查询
  3. 对两个sketch排序后使用海林格距离计算偏离度
  4. 动态阈值,使用指数加权移动平均方法

.
.
.
.

其他

发表于INFOCOM 2020

简介:
本文提出了一种无监督的检测0day web攻击的模型,使用包含循环神经网络结构的AE来实现自翻译任务,通过衡量翻译结果与原始样本差距来判断是否为0day攻击。
借鉴:

  1. 行文很标准,可以参考写作
  2. 架构图画的挺好看的
  3. 进行攻击检测基于一个前提假设那就是正常流量符合http语言规范,而攻击流量一般不符合。可以在gan或扩散模型进行流量生成的时候增加这种http语言规范限制
  4. 除了孪生网络,这是另一种做未知检测的范式(自编码器重构损失),是否有可能将两种方法结合

About

A list of Papers on ddos detection.