Resumen

Los ataques de denegación de servicio distribuido (DDoS) han causado daños importantes a la computación en la nube, y las tasas de falsas alarmas y alarmas perdidas de los métodos existentes de detección de ataques DDoS son relativamente altas en el entorno de la nube. En este documento, proponemos un método de detección de ataques DDoS con bosque aleatorio (RF) mejorado por algoritmo genético basado en el grado de correlación de flujo (FCD). Definimos el rasgo FCD de acuerdo con las características de interacción asimétrica y semidirectividad y utilizamos el rasgo FCD de dos-tuplas que consiste en el grado estadístico de paquetes (PSD) y la anormalidad de interacción semidirectiva (SDIA) para describir las características de flujo de ataque y flujo normal. Luego utilizamos un algoritmo genético basado en las secuencias de rasgos FCD para optimizar dos parámetros clave del árbol de decisión en el RF: el número máximo

• Materias:Cifrado de búsqueda Ataque criptográfico Seguridad en Internet
• Subjects:Search encryption Cryptographic attack Internet Security
• Palabras claves:Ddos; Computación en nube; Bosque aleatorio; Algoritmo genético; Grado de correlación de flujos; Detección de ataques
• Keywords:Ddos; Cloud computing; Random forest; Genetic algorithm; Flow correlation degree; Attack detection