Recientemente, se han lanzado ataques D/DoS a través de dispositivos IoT zombis en redes domésticas inteligentes. Representan una gran amenaza para los sistemas de red, siendo los ataques de la capa de aplicación DDoS especialmente difíciles de detectar debido a su sigilo y aparente legitimidad. En este documento, proponemos ForChaos, un algoritmo de detección liviano para dispositivos IoT, que se basa en la predicción y la teoría del caos para identificar inundaciones y ataques DDoS. Para cada comportamiento de series temporales recopilado, se genera una predicción de técnica de pronóstico, basada en una serie de características, y se calcula el error entre los dos valores. Para evaluar el error del pronóstico respecto al valor real, se utiliza el exponente de Lyapunov para detectar posibles comportamientos maliciosos. En NS-3 evaluamos nuestro algoritmo de detección a través de una serie de experimentos en inundaciones y ataques DDoS de velocidad lenta. Los resultados se presentan y se discuten en
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Modelo Susceptible-Infeccioso-Susceptible basado en grupos en redes dirigidas a gran escala
Artículo:
Detección de errores de gramática en inglés utilizando redes neuronales recurrentes
Artículo:
Algoritmo de Enjambre de Salp para la Localización de Nodos en Redes de Sensores Inalámbricos
Artículo:
La Influencia de la Medición del Valor Razonable en la Financiación Radical de Gerentes Irracionales Basada en el Modelo de Efectos Fijos y la Prueba de Permutación de Fisher
Artículo:
Un enfoque de predicción de desbordamiento del búfer basado en métricas de software y aprendizaje automático