分布式DNS反射DDoS攻擊檢測(cè)及控制技術(shù)

羅志強(qiáng)，沈 軍，金華敏

（中國(guó)電信股份有限公司廣州研究院 廣州510630）

1 引言

隨著拒絕服務(wù)攻擊（DoS）的方式和手段不斷發(fā)展變化，近年來(lái)，互聯(lián)網(wǎng)面臨的分布式反射型拒絕服務(wù)攻擊日趨頻繁。據(jù)有關(guān)單位報(bào)告，2013年3月，歐洲反垃圾郵件組織Spamhaus對(duì)外宣稱遭受300 Gbit/s流量的分布式DNS（domain name system，域 名 系 統(tǒng)）反 射 型DDoS（distributed denial of service，分布式拒絕服務(wù)）攻擊[1]；2014年12月中旬，阿里云在微博上發(fā)布一則聲明，稱12月20-21日，部署在阿里云上的某知名游戲公司遭遇了全球互聯(lián)網(wǎng)史上最大的一次DNS反射型DDoS攻擊，攻擊峰值流量超過(guò)450 Gbit/s[2]。眾多DDoS攻擊事件表明，分布式DNS反射DDoS攻擊已經(jīng)成為拒絕服務(wù)攻擊的主要形式之一。

2 分布式DNS反射DDoS攻擊技術(shù)原理

分布式DNS反射DDoS攻擊是一種基于帶寬耗盡型攻擊方式。根據(jù)DNS協(xié)議（RFC2617文檔）的特點(diǎn)，DNS應(yīng)答報(bào)文一般是查詢報(bào)文的幾倍甚至幾十倍，通過(guò)開(kāi)放DNS遞歸服務(wù)器的流量反射，相當(dāng)于攻擊數(shù)據(jù)分組增加了數(shù)十倍，達(dá)到了攻擊流量放大的效果。

DNS域名服務(wù)器的開(kāi)放遞歸服務(wù)和源IP地址偽造技術(shù)是成功實(shí)施分布式DNS反射DDoS攻擊的必要條件。攻擊者在進(jìn)行分布式DNS反射DDoS攻擊之前，會(huì)在被控制的某些權(quán)威域名服務(wù)器上先發(fā)布大字節(jié)的TXT資源記錄。然后，攻擊者向大量開(kāi)放遞歸服務(wù)的DNS服務(wù)器發(fā)送帶有擴(kuò)展字段OPT RR（偽資源記錄）的DNS查詢請(qǐng)求分組，并將該DNS查詢請(qǐng)求分組的源IP地址偽造成攻擊目標(biāo)IP地址。由于DNS域名服務(wù)器不對(duì)查詢請(qǐng)求分組的源IP地址進(jìn)行真實(shí)性驗(yàn)證，因此DNS服務(wù)器會(huì)對(duì)所有的查詢請(qǐng)求都進(jìn)行解析查詢應(yīng)答，并將大范圍域名查詢的響應(yīng)數(shù)據(jù)發(fā)送給攻擊目標(biāo)。由于請(qǐng)求數(shù)據(jù)比響應(yīng)數(shù)據(jù)小得多，攻擊者就可以利用該技術(shù)有效地放大其掌握的帶寬資源和攻擊流量，這樣，大量的DNS應(yīng)答分組將匯聚在受害者端，堵塞受害者的網(wǎng)絡(luò)而最終造成DDoS攻擊。

例如，在2013年Spamhaus攻擊事件中，攻擊者向30 000多個(gè)開(kāi)放DNS服務(wù)器發(fā)送了對(duì)ripe.net域名的解析請(qǐng)求，并將源IP地址偽造成Spamhaus的IP地址。DNS請(qǐng)求數(shù)據(jù)的長(zhǎng)度約為36 byte，而響應(yīng)數(shù)據(jù)的長(zhǎng)度約為3 000 byte，這意味著利用DNS反射能夠產(chǎn)生約100倍的放大效應(yīng)。Spamhaus攻擊事件中，大量開(kāi)放DNS服務(wù)器的響應(yīng)數(shù)據(jù)產(chǎn)生了大約300 Gbit/s的攻擊流量，因此，攻擊者只需要掌握和控制一個(gè)能夠產(chǎn)生3 Gbit/s流量的僵尸網(wǎng)絡(luò)，就能夠進(jìn)行300 Gbit/s流量的大規(guī)模攻擊。

在分布式DNS反射DDoS攻擊過(guò)程中，開(kāi)放遞歸的DNS服務(wù)器在不知情的情況下也參與了進(jìn)攻，對(duì)DNS系統(tǒng)資源也有一定的消耗，同時(shí)經(jīng)過(guò)放大后的攻擊流量也會(huì)對(duì)流經(jīng)的運(yùn)營(yíng)商網(wǎng)絡(luò)性能產(chǎn)生一定影響，變相造成網(wǎng)絡(luò)堵塞。

3 分布式DNS反射DDoS攻擊檢測(cè)及控制技術(shù)

目前，業(yè)界應(yīng)對(duì)分布式DNS反射DDoS攻擊主要是采用基于網(wǎng)絡(luò)流量統(tǒng)計(jì)分析[3]和網(wǎng)絡(luò)流量控制[4]的技術(shù)、基于機(jī)器學(xué)習(xí)和支持向量機(jī)算法[5]的檢測(cè)技術(shù)、基于網(wǎng)絡(luò)流量行為時(shí)間序列的DDoS檢測(cè)技術(shù)[6]。

在基于網(wǎng)絡(luò)流量統(tǒng)計(jì)分析和網(wǎng)絡(luò)流量控制的技術(shù)方法中，檢測(cè)DNS拒絕服務(wù)攻擊之前，需要能夠描述DNS服務(wù)器正常運(yùn)轉(zhuǎn)情況下的網(wǎng)絡(luò)流量信息和正常行為分布規(guī)律，通過(guò)分析DNS服務(wù)器的正常流量信息特征和正常行為分布規(guī)律，建立DNS服務(wù)器所在網(wǎng)絡(luò)的正常狀態(tài)和異常狀態(tài)模型，通過(guò)設(shè)定異常狀態(tài)閾值實(shí)現(xiàn)DNS惡意流量攻擊行為的異常檢測(cè)。此類檢測(cè)技術(shù)常用的檢測(cè)特征包括了域名解析失敗率發(fā)生突然大幅增長(zhǎng)、DNS服務(wù)器所在網(wǎng)絡(luò)流量迅速增大、隨機(jī)域名出現(xiàn)有規(guī)律的均勻分布等重要檢測(cè)特征。雖然流量統(tǒng)計(jì)分析方法具有一定的檢測(cè)能力，但是隨著攻擊流量的隱蔽性增強(qiáng)和攻擊形式的層出不窮，流量統(tǒng)計(jì)方法的誤判率大幅度上升。

基于機(jī)器學(xué)習(xí)和支持向量機(jī)算法的檢測(cè)技術(shù)是大規(guī)模、高帶寬網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)對(duì)DNS網(wǎng)絡(luò)攻擊智能檢測(cè)的重要手段，系統(tǒng)把服務(wù)器收到的正常數(shù)據(jù)流和DDoS攻擊流當(dāng)成一個(gè)分類問(wèn)題進(jìn)行運(yùn)算，利用機(jī)器學(xué)習(xí)和支持向量機(jī)算法建立模型來(lái)進(jìn)行判斷，并對(duì)檢測(cè)結(jié)果進(jìn)行預(yù)警。此類技術(shù)的優(yōu)點(diǎn)是利用支持向量機(jī)在解決小樣本、非線性及高維問(wèn)題時(shí)所具有的良好性能，實(shí)現(xiàn)對(duì)DNS攻擊行為的高速檢測(cè)。但是此類技術(shù)存在攻擊流檢測(cè)環(huán)境中多個(gè)檢測(cè)器的協(xié)作問(wèn)題，需要結(jié)合集成學(xué)習(xí)、人工免疫等新興技術(shù)來(lái)提高檢測(cè)系統(tǒng)的檢測(cè)精度和頑健性。

在基于網(wǎng)絡(luò)流量行為時(shí)間序列的DDoS檢測(cè)技術(shù)中，主要是采用統(tǒng)計(jì)分析、關(guān)聯(lián)分析等多種技術(shù)手段周期性檢測(cè)域名服務(wù)器端對(duì)用戶發(fā)送和接收的流量行為中的異常模式，判斷其是否滿足TCP和UDP行為的時(shí)間同步性，識(shí)別攻擊者和正常用戶，從而發(fā)現(xiàn)異常行為。

隨著DNS攻擊流量的隱蔽性增強(qiáng)和攻擊形式的層出不窮，現(xiàn)有技術(shù)方法的誤判率大幅度上升，多個(gè)檢測(cè)器的協(xié)作問(wèn)題也是安全性能提升的制約因素。為應(yīng)對(duì)日益嚴(yán)峻的分布式DNS反射DDoS攻擊安全形勢(shì)，本文提出了基于生存時(shí)間值（time-to-live，TTL）智能研判的分布式DNS反射DDoS攻擊檢測(cè)技術(shù)和基于多系統(tǒng)融合的偽造源地址溯源阻斷技術(shù)，在DNS服務(wù)器端檢測(cè)到DDoS攻擊后，通過(guò)網(wǎng)絡(luò)通信的方式通知運(yùn)營(yíng)商邊界路由器等網(wǎng)絡(luò)邊界基礎(chǔ)設(shè)施，啟用流量清洗過(guò)濾源IP地址偽造分組，從源頭上阻斷DNS攻擊流量流入網(wǎng)絡(luò)。

4 基于生存時(shí)間值智能研判的DNS攻擊檢測(cè)技術(shù)

正常來(lái)說(shuō)，同一個(gè)客戶端發(fā)送的DNS查詢請(qǐng)求數(shù)據(jù)分組在一定時(shí)間內(nèi)經(jīng)過(guò)基本固定的路由到達(dá)DNS服務(wù)器，也就是說(shuō)在一段時(shí)間內(nèi)，從同一個(gè)用戶端發(fā)給DNS服務(wù)器的DNS請(qǐng)求數(shù)據(jù)分組的TTL值應(yīng)該是穩(wěn)定的。由于攻擊者發(fā)動(dòng)DNS反射攻擊時(shí)，需要僵尸網(wǎng)絡(luò)多臺(tái)傀儡機(jī)同時(shí)發(fā)送偽造源地址的DNS請(qǐng)求分組，攻擊者雖然可以偽造發(fā)向DNS服務(wù)器的數(shù)據(jù)分組中的源IP地址、TTL等任何字段的信息，但是由于傀儡機(jī)通常分布在不同地區(qū)，因此，攻擊者很難正確偽造真實(shí)IP地址對(duì)應(yīng)的主機(jī)發(fā)送的數(shù)據(jù)分組到達(dá)DNS服務(wù)器的跳數(shù)，因此，基于TTL值智能研判的DNS攻擊檢測(cè)技術(shù)主要是對(duì)來(lái)自同一個(gè)源IP地址的DNS請(qǐng)求數(shù)據(jù)分組TTL值進(jìn)行實(shí)時(shí)比對(duì)，對(duì)同一源IP地址TTL值頻繁變動(dòng)的DNS請(qǐng)求分組實(shí)施無(wú)遞歸的本地解析或直接丟棄的抑制方法。由于IP地址偽造技術(shù)是成功實(shí)施分布式DNS反射DDoS攻擊的必要條件，利用本方法能夠準(zhǔn)確發(fā)現(xiàn)偽造源IP地址分組并抑制域名反射放大攻擊，有效解決了原有技術(shù)中漏判率和誤判率嚴(yán)重的問(wèn)題。

如圖1所示，基于TTL值智能研判的DNS攻擊檢測(cè)技術(shù)主要包括了DNS攻擊行為檢測(cè)和偽造源地址域名查詢智能抑制兩部分。

在DNS攻擊行為檢測(cè)中，DNS系統(tǒng)的檢測(cè)研判模塊分光DNS查詢流量，實(shí)時(shí)分析進(jìn)入DNS節(jié)點(diǎn)的查詢數(shù)據(jù)分組，將每個(gè)查詢數(shù)據(jù)分組的源IP地址和TTL值進(jìn)行實(shí)時(shí)比對(duì)，當(dāng)單位時(shí)間（5 s～1 min可調(diào)）內(nèi)同一個(gè)源IP地址的TTL值比對(duì)不相同，用新檢測(cè)的TTL值替代原有的TTL值，同時(shí)針對(duì)該記錄的計(jì)數(shù)器加1，頻繁變動(dòng)的TTL值將導(dǎo)致計(jì)數(shù)器計(jì)數(shù)超過(guò)安全門限，從而發(fā)出抑制指令。

在偽造源地址域名查詢智能抑制中，域名服務(wù)器根據(jù)抑制指令，對(duì)該域內(nèi)的所有來(lái)自該偽造源IP地址的DNS請(qǐng)求分組實(shí)施無(wú)遞歸的本地解析或直接丟棄。

圖1 基于生存時(shí)間值智能研判的DNS攻擊檢測(cè)技術(shù)

5 基于多系統(tǒng)融合的偽造源地址溯源阻斷技術(shù)

基于多系統(tǒng)融合的偽造源地址溯源阻斷技術(shù)主要是通過(guò)運(yùn)營(yíng)商現(xiàn)有的域名安全分析系統(tǒng)、攻擊溯源系統(tǒng)和流量清洗設(shè)備之間的融合聯(lián)動(dòng)，在DNS服務(wù)器端檢測(cè)到DDoS攻擊后，通過(guò)網(wǎng)絡(luò)通信的方式通知運(yùn)營(yíng)商邊界路由器等網(wǎng)絡(luò)邊界基礎(chǔ)設(shè)施啟用流量清洗過(guò)濾源IP地址偽造分組，從源頭上阻斷攻擊流量流入網(wǎng)絡(luò)，這種在邊界上過(guò)濾的方式比在DNS服務(wù)器端過(guò)濾更有效。

如圖2所示，多系統(tǒng)融合的虛假源地址溯源阻斷過(guò)程包括自動(dòng)化的攻擊行為檢測(cè)、偽造源地址攻擊分組溯源和偽造源地址攻擊分組清洗3部分。

圖2 多系統(tǒng)融合的虛假源地址溯源阻斷過(guò)程

·自動(dòng)化的攻擊行為檢測(cè)：域名安全分析系統(tǒng)分光DNS查詢流量，實(shí)時(shí)分析進(jìn)入DNS節(jié)點(diǎn)的查詢數(shù)據(jù)分組，基于上文介紹的基于TTL值智能研判的DNS攻擊檢測(cè)技術(shù)，發(fā)現(xiàn)偽造源地址的DNS攻擊分組，域名安全分析系統(tǒng)將攻擊分組源地址參數(shù)發(fā)送給攻擊溯源系統(tǒng)。

·偽造源地址攻擊分組溯源：攻擊溯源系統(tǒng)根據(jù)源地址參數(shù)溯源攻擊路徑，結(jié)合采集存儲(chǔ)原始NetFlow流量信息、路由器端口信息、路由拓?fù)湫畔?、城域網(wǎng)IP地址等多維參數(shù)進(jìn)行關(guān)聯(lián)分析，通過(guò)多元廣度遍歷算法，快速回溯攻擊流量穿越路徑及流量分布特征，可對(duì)偽造源地址發(fā)起的DNS攻擊進(jìn)行實(shí)時(shí)監(jiān)測(cè)，并通知流量清洗設(shè)備在相關(guān)網(wǎng)段阻斷偽地址攻擊流量。

·偽造源地址攻擊分組清洗：流量清洗設(shè)備在偽造源地址的城域網(wǎng)發(fā)布BGP細(xì)路由，將包括偽造源地址的DNS查詢流量牽引到流量清洗設(shè)備，當(dāng)連續(xù)一段時(shí)間內(nèi)DNS查詢流量的速率超過(guò)閾值時(shí)，流量清洗設(shè)備啟動(dòng)源認(rèn)證防御，在源認(rèn)證過(guò)程中清洗設(shè)備會(huì)觸發(fā)客戶端以TCP報(bào)文發(fā)送DNS請(qǐng)求，能夠發(fā)送TCP DNS請(qǐng)求的客戶端被認(rèn)證為合法源。流量清洗設(shè)備只把來(lái)自合法源的DNS請(qǐng)求分組返回給DNS服務(wù)器，有效阻斷偽造源地址的DNS查詢請(qǐng)求。

6 檢測(cè)技術(shù)可行性驗(yàn)證

為了驗(yàn)證本文提出的基于TTL值智能研判的DNS攻擊檢測(cè)技術(shù)的可行性，在中國(guó)電信網(wǎng)絡(luò)安全實(shí)驗(yàn)室搭建了一個(gè)偽造源IP地址攻擊網(wǎng)絡(luò)環(huán)境，如圖3所示。被攻擊目標(biāo)采用了一臺(tái)Windows7 64位服務(wù)器，IP地址為192.168.0.4，在被攻擊目標(biāo)同一網(wǎng)段部署了一臺(tái)協(xié)議分析儀（Sniffer設(shè)備），連接到被攻擊目標(biāo)的鏡像端口實(shí)時(shí)采集網(wǎng)絡(luò)流量；DNS服務(wù)器采用了一臺(tái)Windows2008 R2版64位服 務(wù) 器，IP地 址 為172.18.16.11， 在 該 服 務(wù) 器C:WindowsSysWOW64dns目錄下安裝了BIND9.9.3開(kāi)源軟件，實(shí)現(xiàn)DNS功能，在DNS服務(wù)器的鏡像端口上部署了計(jì)數(shù)器模塊，實(shí)時(shí)分析DNS服務(wù)器的DNS查詢流量；攻擊者則由SmartBits 6000C測(cè)試儀表?yè)?dān)任，測(cè)試儀表將模擬1～10個(gè)攻擊客戶端發(fā)送針對(duì)多個(gè)不同域名的正常DNS查詢分組，其中所有攻擊客戶端發(fā)出的DNS查詢分組的源IP地址均偽造為192.168.0.4，每個(gè)攻擊客戶端的TTL初始值設(shè)置互不相同，啟動(dòng)所有10臺(tái)攻擊客戶端時(shí)共有10個(gè)不同的TTL初始值。測(cè)試過(guò)程中，每臺(tái)攻擊客戶端固定以1000 Hz的速率發(fā)送DNS查詢數(shù)據(jù)分組。

表1展示了在以上試驗(yàn)環(huán)境中，不同數(shù)量的攻擊客戶端向IP地址為172.18.16.11的DNS服務(wù)器發(fā)送源IP地址被偽造為192.168.0.4的DNS查詢分組流量，進(jìn)行多個(gè)不同域名的正常查詢，記錄了攻擊峰值總流量、接收峰值總流量、檢測(cè)率的統(tǒng)計(jì)結(jié)果。

驗(yàn)證過(guò)程中，當(dāng)未啟用本檢測(cè)技術(shù)（不設(shè)置計(jì)數(shù)器最大門限值）時(shí)，由于每臺(tái)攻擊客戶端所發(fā)送的DNS查詢攻擊數(shù)據(jù)分組為正常查詢多個(gè)不同域名的DNS查詢分組，這些源IP地址被偽造為192.168.0.4的查詢分組流量符合DNS服務(wù)器的正常流量信息特征和正常行為分布規(guī)律，因此原有基于流量的統(tǒng)計(jì)分析無(wú)法根據(jù)DNS服務(wù)器所在網(wǎng)絡(luò)流量迅速增大、隨機(jī)域名出現(xiàn)有規(guī)律的均勻分布等重要檢測(cè)特征檢測(cè)出DNS查詢攻擊流，IP地址為192.168.0.4的目標(biāo)主機(jī)收到了大量的DNS回應(yīng)分組流量，從而導(dǎo)致對(duì)目標(biāo)主機(jī)的反射流量攻擊。啟用本檢測(cè)技術(shù)后，首先在計(jì)數(shù)器最大門限值設(shè)置為1000次/s的條件下展開(kāi)測(cè)試，測(cè)試數(shù)據(jù)顯示，當(dāng)只啟動(dòng)一臺(tái)攻擊機(jī)發(fā)送偽造源IP地址的DNS查詢數(shù)據(jù)分組時(shí)，由于計(jì)數(shù)器檢測(cè)到的TTL值一直保持不變，因此IP地址為192.168.0.4的目標(biāo)主機(jī)仍然會(huì)收到大量的DNS回應(yīng)分組流量；當(dāng)分別啟動(dòng)2臺(tái)、5臺(tái)和10臺(tái)攻擊機(jī)發(fā)送偽造源IP地址的DNS查詢數(shù)據(jù)分組時(shí)，由于不同攻擊機(jī)發(fā)出的DNS查詢分組TTL值均互不相同，計(jì)數(shù)器檢測(cè)到源IP地址為192.168.0.4的TTL值頻繁變動(dòng)，導(dǎo)致計(jì)數(shù)器門限值計(jì)數(shù)會(huì)迅速累加，當(dāng)門限值累計(jì)到1000時(shí)，計(jì)數(shù)器將發(fā)送抑制指令，IP地址為172.18.16.11的DNS服務(wù)器根據(jù)抑制指令，對(duì)所有源IP地址為192.168.0.4的DNS查詢數(shù)據(jù)分組直接丟棄，測(cè)試數(shù)據(jù)可以看出，隨著攻擊機(jī)數(shù)目的增加，目標(biāo)主機(jī)接收到的峰值流量占比迅速下降，檢測(cè)率從18.25%提升到了89.18%。又在計(jì)數(shù)器最大門限值設(shè)置為200次/s的條件下展開(kāi)測(cè)試，測(cè)試數(shù)據(jù)顯示，由于最大門限值的降低，計(jì)數(shù)器能夠更快發(fā)送抑制指令，隨著攻擊機(jī)數(shù)目的增多，檢測(cè)率從76.30%提升到了97.72%。

圖3 偽造源IP地址攻擊網(wǎng)絡(luò)環(huán)境

表1 基于不同TTL變化門限值的分布式DNS反射攻擊檢測(cè)率對(duì)比結(jié)果

從可行性測(cè)試結(jié)果可看出，相對(duì)于傳統(tǒng)的基于網(wǎng)絡(luò)流量統(tǒng)計(jì)分析的檢測(cè)方法，本文提出的基于TTL值智能研判的檢測(cè)方法對(duì)檢測(cè)僵尸網(wǎng)絡(luò)產(chǎn)生的偽造源IP地址DNS反射攻擊流量有明顯效果，僵尸網(wǎng)絡(luò)規(guī)模越大，偽造源IP地址的DNS查詢分組越容易被本方法有效識(shí)別并過(guò)濾，從而避免了攻擊目標(biāo)遭受來(lái)自DNS服務(wù)器的反射流量攻擊。

7 結(jié)束語(yǔ)

隨著分布式DNS反射DDoS攻擊流量的隱蔽性增強(qiáng)和攻擊形式的層出不窮，傳統(tǒng)的基于網(wǎng)絡(luò)流量統(tǒng)計(jì)分析和網(wǎng)絡(luò)流量控制等技術(shù)方法的誤判率大幅度上升，多個(gè)檢測(cè)器的協(xié)作問(wèn)題也是安全性能提升的制約因素?；谡鎸?shí)IP地址對(duì)應(yīng)主機(jī)發(fā)送的數(shù)據(jù)分組到達(dá)DNS服務(wù)器所經(jīng)過(guò)的路由跳數(shù)很難偽造的原理，本文提出了基于TTL值智能研判的分布式DNS反射DDoS攻擊檢測(cè)技術(shù)，能夠有效識(shí)別近90%的源IP地址偽造分組，較好地解決了現(xiàn)有基于流量統(tǒng)計(jì)分析以及機(jī)器學(xué)習(xí)等技術(shù)方法存在誤判率高、性能不足的問(wèn)題；本文還提出了基于多系統(tǒng)融合的偽造源地址溯源阻斷技術(shù)，極大地釋放了此類攻擊對(duì)運(yùn)營(yíng)商基礎(chǔ)IP網(wǎng)絡(luò)的帶寬資源、DNS系統(tǒng)計(jì)算資源及運(yùn)維壓力。

1 國(guó)家互聯(lián)網(wǎng)應(yīng)急中心.2013年互聯(lián)網(wǎng)網(wǎng)絡(luò)安全態(tài)勢(shì)綜述,2014 CNCERT.A Survey of Internet Security Situation in 2013,2014

2 國(guó)家互聯(lián)網(wǎng)應(yīng)急中心.2014年互聯(lián)網(wǎng)網(wǎng)絡(luò)安全態(tài)勢(shì)綜述,2015 CNCERT.A Survey of Internet Security Situation in 2014,2015

3 羅志強(qiáng),史國(guó)水,沈軍等.移動(dòng)互聯(lián)網(wǎng)安全熱點(diǎn)技術(shù)研究.電信科學(xué),2013(Z1):254～256,261 Luo Z Q,Shi G S,Shen J,et al.Research on mobile Internet security technology.Telecommunications Science,2013(Z1):254～256,261

4 唐宏,羅志強(qiáng),沈軍.僵尸網(wǎng)絡(luò)DDoS攻擊主動(dòng)防御技術(shù)研究與應(yīng)用.電信技術(shù),2014(11):76～80 Tang H,Luo Z Q,Shen J.Research and application of the active defense technology of DDoS attack in botnet.Telecommunications Technology,2014(11):76～80

5 徐圖,羅瑜,何大可.多類支持向量機(jī)的DDoS攻擊檢測(cè)的方法.電子科技大學(xué)學(xué)報(bào),2008,37(2):274～277 Xu T,Luo Y,He D K.Detecting DDoS attack based on multi-class SVM.Journal of University of Electronic Science and Technology of China,2008,37(2):274～277

6 顧曉清,王洪元,倪彤光等.基于時(shí)間序列分析的應(yīng)用層DDoS攻擊檢測(cè).計(jì)算機(jī)應(yīng)用,2013,33(8):2228～2231 Gu X Q,Wang H Y,Ni T G,et al.Detection of application-layer DDoS attack based on time series analysis.Journal of Computer Applications,2013,33(8):2228～2231