无线自组织网络中基于网络编码的DDoS攻击源追踪方法研究

来源 :复旦大学 | 被引量 : 0次 | 上传用户:ersand
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
无线自组织网络的组网方式以其部署快速灵活、无需基础设施、组网成本低等优点而具有广阔的应用前景,但其面临的安全问题也日益凸显。开放的无线信道、有限的带宽资源、动态变化的网络拓扑等无线自组织网络所具备的特点使得它比传统的有线固定网络更容易遭受攻击且更难防御。其中,分布式拒绝服务攻击(Distributed Denial-of-Service, DDoS)是最难防御的一种攻击形式。而“攻击源追踪技术”根据有关信息定位攻击的来源,推断出攻击者的位置或攻击路径,在抵御DDoS攻击的过程中起到了至关重要的作用。追踪结果不仅可以帮助被攻击者有针对性地从攻击的源头实施防御措施,对攻击者也能起到一定的威慑作用。由于无线自组织网络的特点,DDoS攻击在无线自组织网络与在Internet中存在着明显的区别,所以在Internet中已经研究成熟的攻击源追踪技术无法直接应用于无线自组织网络。论文首先介绍了无线自组织网络中DDoS攻击原理和类型,并综述了现有无线自组织网络中的攻击源追踪技术。在分析了现有的攻击源追踪技术在无线自组织网络中的不足和存在的问题的基础上,论文提出了一种基于网络编码的攻击源追踪方法。网络编码是一种融合了路由和编码的信息交换技术,它的核心思想是网络中的各个节点对各条信道上收到的信息进行线性或者非线性的处理,然后转发给下游节点,中间节点扮演着编码器或信号处理器的角色。线性随机网络编码就是利用随机数对编码内容进行线性组合。论文采用线性随机网络编码的思想,通过标记攻击源地址以及对地址进行编码的方法,提出一种能适应无线自组织网络的高效的攻击源追踪方法。这样的方法,不但能适应无线自组织网络,提高追踪成功率,而且明显提高了追踪的效率。结合网络编码的特点,论文还进一步改进了以上基于网络编码的攻击源追踪方法,提出了增量式的攻击源追踪概念和方法,并通过实验证明该方法对增量式攻击和多源攻击有很好的追踪效果。最后,论文还分析了所提出方法的容错性和安全问题。
其他文献
设计模式通过一种可被复用的方式描述了一些软件设计问题的成功解决方案,从而提高软件生产率和可维护性。目前选取模式是依赖用户实践经验的人工方法。自动选取设计模式需要专
网络性能管理是网络管理的基本内容之一,性能管理的目的就是要维护网络服务质量(Quality Of Service,简称QOs)和网络运行效率,其有效性是网络管理的首要问题。 本文首先探讨
该文的主要内容和工作包括:第一,对几何造型的基本概念、原理和相关概念进行讨论;对几种典型的几何造型方法进行分析,重点讨论了实体造型方法的概念及其各种实现方法,引出结
支持IPv6的网络产品日渐增加,网络设备协议实现与协议标准是否能够保持一致已经成为各设备互联、互操作的关键。为此,需要对网络协议实现进行多种测试,以保证协议实现与协议标准
在传统制造业中,围绕产品展开的相关活动是企业的主要活动.目前,我国制造企业面临创新能力低下、设计周期长等问题.产品知识管理系统使用先进的知识管理理论和信息技术,可以
随着Web技术的发展和应用的广泛,Web服务的性能问题日益显得重要。因此高性能、高可用Web服务成为当前Web服务领域的研究热点。Web集群服务器系统是解决当前Web服务性能问题的
在传统电话系统中,一次通话从建立系统连接到拆除连接都需要一定的信令来配合完成。同样,在IP电话中,如何寻找被叫方、如何建立应答、如何按照彼此的数据处理能力发送数据,也
文本分类(Text Categorization,TC)是指在分析文本内容的基础上按一定的策略把文本归入一个或多个合适的类别的应用技术。根据是否有固定的类别体系可分为有监督(Supervised)
MTF(Module Transfer Function)调制传递函数,在物理光学理论中,是光学系统成像性能的评价指标。MTF的高低直接关系到遥感器研制过程的成本高低和成像质量的好坏。另一方面,随着卫星遥感器在轨运行时间的增长,其性能会逐渐退化,MTF也会逐渐下降。所以,对于整个遥感器的主要物理参数MTF退化特性的监测,遥感器研制单位、遥感应用部门均非常关注。目前,研究集中在如何从卫星遥感图像上直
本文是建立在大庆炼油厂电力监控自动化系统项目的一期工程即电能量智能监控及计费系统的基础上的。 首先本文对系统采用的三层C/S分布式结构各个部分作了细致的分析,该结构模式把业务逻辑独立出来,形成了客户端、中间业务逻辑层和后端数据库服务器层三层逻辑结构。 然后重点研究了为该系统设计的负荷预测系统。这个负荷预测系统隶属于整个系统中的业务逻辑模块。负荷预测采用的工具是人工神经网络,通过对样本数