基于概率包标记的拒绝服务攻击IP追踪的研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:jonathan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
拒绝服务攻击和分布式拒绝服务攻击已经成为当今网络上最为严重的问题之一。一方面,目前已经出现了很多方便的DoS攻击工具,这使得发动一次攻击非常容易,另一方面,DoS 攻击很难防御,一个重要原因在于攻击者可以伪造攻击数据包的源IP地址,以此来掩盖真正攻击者的位置,这使得受害者不知攻击来自何方,从而即难采取有效的措施防范攻击或缓解攻击所造成的影响,又难找到攻击者追究其责任。 本文首先对拒绝服务攻击的原理,过程进行了探讨。然后分析了针对拒绝服务攻击的各种对策,包括拒绝服务攻击的防御和追踪等,特别是针对拒绝服务攻击对策的最新方法—IP追踪进行了详细而深入的探讨。 在对目前已有的各种IP追踪方案性能进行比较的基础上,得出,包标记算法是目前为止最好的方案,其中由 Savage 等人提出的概率包标记方案以其易于实施,资源消耗小等特点,引起了人们的重视,然而概率包标记方案也存在着明显的缺陷,本文在研究这些缺陷的基础上,通过记录历史已标记数据包的个数来重新选择标记概率,经模拟结果验证,受害者用较少的数据包就可重构攻击路径,这不仅为受害者及早的响应攻击争取了更多的时间,还限制了攻击者伪造标记的能力。 高级包标记是概率包标记方案的改进,通过存储每个 IP 地址的 Hash 值来减少包头存储空间的需求,而 Hash 函数是单向的,这就意味着受害者几乎要预先知道整个 Internet 的拓扑信息,这如果不是不现实的,至少也是非常困难的。节点采样标记是最早的包标记算法,在此算法中,首次提出了概率标记的概念,但是,该算法却不能应对 DDoS 攻击,本文通过这两种算法的结合使其受害主机在不需预知整个 Internet 拓扑信息的情况下提高了包标记的性能。
其他文献
由于处理复杂事务的能力,工作流系统得到了日益广泛的应用。然而,在Internet和电子商务快速发展的今天,工作流系统还存在着很多不足。首先,工作流系统不能很好的支持Internet交互
蚁群优化(Ant Colony Optimization,简称ACO)是一种新兴的启发式模拟进化算法.人们对蚁群算法做了很多改进和扩展,在很多领域获得了广泛应用. 但是蚁群算法仍然存在一些问
随着我国信息技术的飞速发展,电子商务在企业的应用逐步深入,从单一的信息发布向更高层次的整合应用发展,推动了企业采购模式的转变,形成网络采购(Electronic Procurement)的
近年来随着Intemet与嵌入式系统的迅速发展,网络化的嵌入式产品已经成为IE产业的最大增长点,将嵌入式设备接入Intemet将成为一种必然,把Web服务器应用到嵌入式设备已经是可以实
无线传感器网络(WSN)是最近几年发展起来的一项新技术,它最早用于军事领域,如今的低成本传感器节点己经可以应用于空间探测、辐射检测、洪灾预警、农田管理、生物群落观测、机
分类问题是机器学习的主要研究内容,支持向量机(Support Vector Machine,SVM)作为主流的分类方法之一,在软件模块缺陷检测、图像识别等领域取得了广泛的应用,倍受研究者的关
近几年来,机器人足球系统作为人工智能和机器人学研究和应用的一个重要实验平台已经成为智能控制领域的研究热点之一.通过提供一个标准任务,使得研究人员利用各种技术,获得更
Ad hoc网络中的消息需要依靠中间节点进行转发,由于节点的资源有限,节点可能为了节省资源不愿为其他节点转发消息,这样的节点称为自私节点。自私节点的存在将极大影响网络的性能
随着分布式交互仿真技术的发展和系统规模的增大,仿真系统的负载平衡问题显得越来越重要。在以往基于HLA(High Level Architecture)的分布式仿真系统中,只是根据物理模型或数学
粗糙集理论是一种刻划不完整性和不确定性的数学工具,它主要的特点在于不需要关于数据的任何预备的或额外的信息就能够有效地分析和处理各种不完备信息,并从中发现隐含的知识