面向车联网泛洪攻击的流量异常检测方法

作     者：李源 谢一臻 王永建 江虹 Li Yuan;Xie Yizhen;Wang Yongjian;Jiang Hong

作者机构：西南科技大学信息工程学院四川绵阳620010 北京邮电大学国际学院北京100876 国家计算机网络与信息安全管理中心北京100031 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2020年第44卷第4期

页      面：454-461页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：车联网 泛洪攻击 流量异常检测 Hurst自相似度 

摘      要：为了有效检测车联网环境下的泛洪攻击,缓解泛洪攻击对车联网的不良影响,该文提出了面向车联网环境下针对泛洪攻击的轻量化流量异常检测方法。通过在路侧单元使用Hurst自相似参数估计方法计算车联网数据包流量的自相似变化曲线,检测流量异常变化,并上传异常时段的数据包信息到云端,云端统计各节点发送数据包情况,通过检测数据包大小异常变化来检测发起泛洪攻击的恶意节点。通过对车联网实际网络流量仿真计算结果表明,该流量异常检测方法能在低中高3种泛洪攻击强度下,有效检测出恶意节点。