实时的移动互联网攻击盲检测与分析算法

大规模移动互联网攻击检测算法需要攻击行为的先验信息或者需要对攻击行为进行监督学习，降低了攻击检测算法的实时性与实用性，为此提出了一种实时的移动互联网攻击盲检测与分析算法。首先，提取每个时段网络流量的最大特征值，结合最大特征值与模型阶数选择技术检测每个时段是否存在攻击行为；然后，通过特征值分析技术来识别攻击的类型，识别出特征值的变化细节；最终，设计了相似性分析方案来分析攻击的端口与时间等细节信息。基于真实实验与公开网络流量数据集的仿真结果表明，该算法获得较高的攻击检测准确率。