1、分布式拒絕服務（DDoS）攻擊以其攻擊手法簡單，攻擊效果好而著稱。雖然目前大量的安全產品具有檢測并過濾DDoS攻擊的功能，但是，DDoS攻擊采用IP欺騙的方式和模擬正常網絡行為，輕易地避開了防火墻和入侵檢測系統。DDoS攻擊向攻擊目標發(fā)送大量的數據報文，而防火墻和入侵檢測系統為了處理這些無用報文就已經耗費了大量的網絡資源和系統資源，因此安全產品本身就可能崩潰。如何有效地防御DDoS攻擊已經成為了當今網絡安全的主要課題之一，而防御的首要關

2、鍵環(huán)節(jié)就是檢測DDoS。 首先，本文總結并分析了DDoS攻擊的原理以及幾種經典的DDoS Flood攻擊的原理。介紹了入侵檢測的概念、分類、檢測技術以及評估標準?；贒DoS攻擊在流量方面的表現力，選取了流量強度、流量的對稱性、協議分布和異常報文作為檢測的流量特征。第一次將ICMP協議中的ECHO請求應答的對稱性和時間戳的請求應答的對稱性作為流量特征。 然后，采用基于支持向量機的流量異常檢測方法，通過實驗仿真驗證選取的流

3、量特征對區(qū)分正常流量和異常流量上的表現力，并取得了很好的測試結果。實驗過程采用交叉驗證的技術評估參數在特定范圍內的檢測效果，利用網格搜索的方式給定參數范圍。 最后，以流量異常檢測研究為出發(fā)點，將自組織特征映射（SOM）神經網絡運用到流量異常檢測中。根據網絡攻擊流量的特征，提出了針對正常流量和異常流量分類的分析方法，進而提出K階鄰近算法同SOM結合的流量異常檢測算法。通過實驗仿真，驗證了基于K階鄰近的自組織特征映射在檢測DDoS攻