 |
HAL e2s UPPA |  |
 |
Journal articles
Une Caractérisation Non Gaussienne et à Longue Mémoire Du Trafic Internet et de Ses Anomalies: Validation Expérimentale et Application à La Détection d'attaque de DDoS/Non Gaussian Long Memory Model for Internet Traffic: Experimental Validation and Application to DDoS Detection
Abstract : Rançon de son succès, l’Internet est victime d’anomalies de trafic (pannes, augmentations soudaines, attaques). Pour comparer les statistiques du trafic régulier avec celles en situation anormale, nous menons des campagnes de mesures collectant du trafic régulier et du trafic contenant des anomalies. Ces mesures sont effectuées sur le réseau Renater par le projet MetroSec, en produisant des anomalies de type dénis de service (Dos) à partir de logiciels d’attaque réels (tfn2k, trin00) visant différents services (ICMP, SYN, UDP, TCP), OU des anomalies de „foules subites”. Nous introduisons un modèle de trafic multirésolution, non gaussien et à mémoire longue et les estimateurs adéquats. Le modèle décrit à tous les niveaux d’agrégation tant le trafic normal que du trafic avec anomalies. Nous montrons qu’il permet de détecter si des anomalies sont présentes ou non et si ces anomalies sont dues à des foules subites ou à des attaques Dos.
https://hal-univ-pau.archives-ouvertes.fr/hal-01908727
Contributor : Julien Rabaud <>
Submitted on : Tuesday, October 30, 2018 - 2:36:19 PM
Last modification on : Wednesday, March 11, 2020 - 9:14:03 AM
Contributor : Julien Rabaud <>
Submitted on : Tuesday, October 30, 2018 - 2:36:19 PM
Last modification on : Wednesday, March 11, 2020 - 9:14:03 AM
Links full text
