基于最大频繁序列模式挖掘的App-DDoS攻击的异常检测

为了动态、准确、高效地描述用户的访问行为,实现对不同应用层分布式拒绝服务（Application-layerDistributed Denial of Service,App-DDoS）攻击行为的透明检测,该文提出基于最大频繁序列模式挖掘的ADAMFSP（App-DDoS Detection Algorithm based on Maximal Frequent Sequential Pattern mining）检测模型。该模型在对正常Web访问序列数据库（Web Access Sequence Database,WASD）及待检测WASD进行最大频繁序列模式挖掘的基础上,引入序列比对平均异常度,联合浏览时间平均异常度、请求循环平均异常度等有效检测属性,最终实现攻击行为的异常检测。实验证明:ADAMFSP模型不仅能有效检测各类App-DDoS攻击,且有良好的检测灵敏度。