云环境下一种基于信任的加密流量DDoS发现方法

潘雨婷 林 莉

(北京工业大学信息学部计算机学院 北京 100124)(可信计算北京市重点实验室(北京工业大学) 北京 100124)

随着云计算技术的应用和普及,越来越多的分布式拒绝服务(distributed denial-of-service, DDoS)攻击源迁移到云环境中.由于云计算所涉及到的信息量大，加之云计算数据中心所支撑的在线业务高速增长，促使了云环境下DDoS攻击频率、规模和种类以前所未有的速度快速增加，在大量消耗云计算资源的同时，也影响了云服务的可用性，云环境下的DDoS攻击安全防御问题正日益受到关注.与传统网络相比，云环境下的DDoS攻击具有以下新的特征：1)云服务的开放性使其更容易被攻击者利用发起DDoS攻击，如经济可持续性拒绝(economic denial of sustainability, EDoS)攻击等，同时云环境下IT资源的集中化使得DDoS攻击规模更大且能造成更严重的危害[1]；2)随着云服务模式下用户对通信数据的隐私需求提高，这使得HTTP等加密流量占总流量的比例接近70%[2]，当针对特定端口、协议和服务的DDoS攻击,比如域名系统(domain name system， DNS)、超文本传输协议(HyperText Transfer Protocol, HTTP)、基于网络协议的语音传输(Voice over Internet Protocol， VoIP)等，通过加密流量发起，因其具有一定隐蔽性，更难以检测.因而如何在云环境下发现加密流量DDoS攻击成为有效防御DDoS的重要问题之一.

传统网络环境下的DDoS攻击发现方法可分为误用检测、异常检测以及两者混合检测3类[3]，其中异常检测最为普遍，其通过识别网络中的异常行为来发现是否存在DDoS攻击.近年来,基于机器学习的DDoS检测成为主流，支持向量机(support vector machines, SVM)、k近邻(k-nearest neighbors,kNN)、隐Markov、神经网络等多种机器……