1.一种基于加权欧氏距离的Mean Shift聚类(WEDMS)的慢速拒绝服务攻击检测方法,其特征在于,该方法具体包括以下四个步骤:步骤1、数据提取:以一个检测窗口为单位,对网络设备(包括服务器和路由器)中的各种数据信息进行实时采样,提取出网络中的TCP流量和UDP流量的原始数据;
步骤2、数据清洗:对提取到的TCP流量和UDP流量的原始数据进行数据清洗,并计算出总流量,将其进行标准化,最终得到格式统一的网络流量的样本数据;
步骤3、WEDMS聚类分析:利用WEDMS聚类算法对一个检测单元内的总流量和TCP流量的样本数据进行聚类分析,分离正常网络流量样本和异常网络流量样本;
步骤4、攻击判别:根据WEDMS聚类结果中各簇内样本的离散特征构建决策指标,并制定攻击判别准则,以判断网络中是否存在慢速拒绝服务攻击。
2.根据权利要求1中所述的基于WEDMS聚类的慢速拒绝服务攻击检测方法,其特征在于,步骤1中以一个检测窗口为单位,对网络设备中路由器中的数据信息进行抓取,并按照一定的规则对数据进行实时采样,提取出网络中的TCP流量和UDP流量的原始数据。
3.根据权利要求1中所述的基于WEDMS聚类的慢速拒绝服务攻击检测方法,其特征在于,步骤2中对步骤1提取到的TCP流量和UDP流量的原始数据进行数据清洗,包括数据验证、错误检查、数据类型和表示的转换等操作,保证数据的一致性。再根据TCP流量和UDP流量的统计值计算出网络中的总流量,并将其进行标准化,最终形成格式统一的网络流量的样本数据。
4.根据权利要求1中所述的基于WEDMS聚类的慢速拒绝服务攻击检测方法,其特征在于,步骤3中利用WEDMS聚类算法对一个检测单元内的总流量和TCP流量的样本数据进行聚类分析,使相似性较大的数据自动聚集成一簇,而差异性较高的数据聚集成其他簇,最终形成一个或多个簇,有效地将正常流量样本和异常流量样本分离开来。
5.根据权利要求1中所述的基于WEDMS聚类的慢速拒绝服务攻击检测方法,其特征在于,步骤4中对网络流量的样本数据是否存在慢速拒绝服务攻击进行判别,包括两个步骤:步骤4.1、构建慢速拒绝服务攻击的决策指标,制定攻击判别准则;
步骤4.2、以攻击判别准则为标准,利用决策值识别网络中的慢速拒绝服务攻击。
6.根据权利要求5中所述的基于WEDMS聚类的慢速拒绝服务攻击检测方法,其特征在于,步骤4.1中分析步骤3中的WEDMS聚类结果中的各簇内样本的离散程度,并根据其簇内的TCP占比的平均差、方差、变异系数等离散特征构建特征向量,再计算出该特征向量的长度作为表征慢速拒绝服务攻击的决策指标。该决策指标的值越大,表示网络中存在慢速拒绝服务攻击的可能性越高。
7.根据权利要求5中所述的基于WEDMS聚类的慢速拒绝服务攻击检测方法,其特征在于,步骤4.2中利用步骤4.1中的攻击判别准则,将决策值与预先设定的阈值进行比较分析,以达到检测慢速拒绝服务攻击的目的。若该决策值大于阈值,表示网络中存在慢速拒绝服务攻击,否则,表示网络中不存在慢速拒绝服务攻击。