69、云服务DDoS攻击的稳健高效检测模型

云服务DDoS攻击的稳健高效检测模型

1. 引言

随着云计算的发展与应用，DDoS攻击的主要目标转向了云节点。攻击者通过耗尽云节点的有限计算资源（如CPU、内存、网络带宽、协议栈等）来实现攻击效果。由于云计算具有强大的服务资源，DDoS攻击需要大规模进行才会有效。

当前，DDoS攻击检测需满足三个主要目标：
- 检测及时性 ：尽可能在攻击早期检测到攻击行为，因为在大规模攻击爆发并造成目标可用性受损后再检测就毫无意义。
- 攻击流量敏感性 ：检测特征能够有效区分正常流量和异常流量，提高攻击检测和过滤的准确性。
- 攻击规模适应性 ：无论是高流量攻击还是低流量攻击，检测方法都能准确检测到攻击行为。

目前，学术界的大多数DDoS攻击检测方法主要针对异常流量的敏感性，但随着基于应用层的低流量DDoS攻击的泛滥，一些检测方法开始关注攻击规模的适应性，但由于检测算法复杂度高，无法满足检测及时性的目标。因此，如何在检测方法的复杂性和检测及时性之间取得良好的平衡是亟待解决的问题。

常见的DDoS攻击包括传输层的SYN泛洪、ACK泛洪和RST/FIN泛洪，以及应用层的DNS泛洪、HTTP泛洪和邮件泛洪等。这些攻击都基于TCP或UDP传输层协议，并且都使用IP欺骗技术，传输层连接状态存在异常。因此，通过对异常传输层连接状态的检查结果和传输层数据段源的真实性进行累积计算，可以及时有效地判断云节点是否受到DDoS攻击。

2. 相关工作

不同的研究针对DDoS攻击检测的三个目标提出了不同的方法：