现有的DDoS防御方法大多是针对传统IPv4网络提出的，而且它们的防御实时性还有待进一步提高。针对这种情况，提出了一种IPv6环境下实时防御DDoS的新方法，其核心思想是首先在受害者自治系统内建立决策判据树，然后依据决策判据1和2对该树进行实时监控，如果发现攻击，就发送过滤消息通知有关实体在受害端和源端一起对攻击包进行过滤，从而保护受害者。实验证明，该方法能够在秒钟数量级检测到攻击并且对攻击包进行过滤，能有效地防范多个DDoS攻击源。另外，该方法还能准确地区分攻击流和高业务流，可以在不恢复攻击路径的情况下直接追踪到攻击源所在的自治系统（甚至是子网）。
2021-10-28 19:41:54
190KB
1
对抗样本攻击与防御是最近几年兴起的一个研究热点,攻击者通过微小的修改生成对抗样本来使深度神经网络预测出错。生成的对抗样本可以揭示神经网络的脆弱性,并可以修复这些脆弱的神经网络以提高模型的安全性和鲁棒性。
2021-09-14 13:09:04
1.22MB
1