Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- Реакционный метод противодействия атакам класса "отказ в обслуживании" с использованием прогнозирования характеристик корректирующих кодов
- Авторы
- Карпухин Евгений Олегович ret1987@yandex.ru, канд. техн. наук, доцент, старший научный сотрудник, Московский авиационный институт (национальный исследовательский университет); Центр информационных технологий в проектировании РАН, Москва, Россия; г. Одинцово, Московская обл., Россия
Мешавкин Константин Викторович meshavkin1996@gmail.com, ассистент, Московский авиационный институт (национальный исследовательский университет), Москва, Россия
- В разделе
- ТЕХНИЧЕСКАЯ ЗАЩИТА ИНФОРМАЦИИ. ДОВЕРЕННАЯ СРЕДА
- Ключевые слова
- линейный сетевой код / информационное взаимодействие / противодействие перегрузкам / телекоммуникационные системы и сети
- Год
- 2021 номер журнала 2 Страницы 14 - 21
- Индекс УДК
- 004.052.42
- Код EDN
- Код DOI
- 10.52190/2073-2600_2021_2_14
- Финансирование
- Тип статьи
- Научная статья
- Аннотация
- Предложен реакционный метод защиты от атак класса "отказ в обслуживании", основанный на применении корректирующих кодов, которые способны восстанавливать утраченные вследствие возникновения перегрузок в сетях пакеты. Рассмотрены методы прогнозирования влияния атак класса "отказ в обслуживании" на передачу данных для выбора характеристик корректирующих кодов, которые нашли применение в имитационной модели системы массового обслуживания M/M/1/K. Представлена оценка точности формирования прогноза моделью с учетом изменения загруженности очереди в "узком" месте телекоммуникационной системы.
- Полный текст статьи
- Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Список цитируемой литературы
-
Сачков И. К. Ddos атаки: технологии, тенденции, реагирование и оформление доказательств // Защита информации. Инсайд. 2010. № 6(36). C. 59-63.
Report C. 2018 Annual Cybersecurity Report: The evolution of malware and rise of artificial intelligence 2018 [Электронный ресурс]. URL: https://www.cisco.com/c/dam/m/digital/ elq-cmcglobal/witb/acr2018/acr2018final.pdf?dtid= odicdc000016&ccid=cc000160&oid=anrsc005679&ecid=8196& elqTrackId=686210143d34494fa27ff73da9690a5b&elqaid= 9452&elqat=2
Сердечный А. Л., Андреев Д. А. DDoS-атаки: классификация, статистическая модель // Информация и безопасность. 2010. Т. 13. № 2. C. 289-290.
Dongwoo Kwon, Hyeonwoo Kim, Donghyeok An, Hongtaek Ju. DDoS attack volume forecasting using a statistical approach: 2017 IFIP/IEEE Symposium on Integrated Network and Service Management (IM), 8-12 May 2017.
Sens R. Proactive vs. Reactive: Which is better for DDoS defence? [Электронный ресурс]. URL: https://gdpr.report/news/2018/01/29/proactive-vs-reactive-better-ddos-defence/
Карпухин Е. О., Бритвин Н. В., Мешавкин К. В. Исследование эффективности применения перспективных корректирующих кодов в гибридной ARQ/FEC системе на прикладном уровне // Новые информационные технологии в автома- тизированных системах. 2017. № 20. С. 181-185.
Карпухин Е. О., Мешавкин К. В. Варианты использования корректирующих кодов в гибридной системе ARQ/FEC // Электромагнитные волны и электронные системы. 2017. Т. 22. № 8. С. 43-50.
Бармина С. С., Таджибаева Ф. М. Прогнозирование DDoS-атак типа SYN на Web-ресурсы // National Interests: Priorities and Security. 2018. Т. 14. № 11. С. 2162-2174.
Шамаев И. Обзор методов прогнозирования [Электронный ресурс]. URL: http://ivan-shamaev.ru/overview-forecast-methods/ (дата обращения: 25.02.2020).
Тарасов Я. В. Исследование применения нейронных сетей для обнаружения низкоинтенсивных DDoS-атак прикладного уровня // Вопросы кибербезопасности. 2017. Т. 24. № 5. С. 23-29.
Частикова В. А., Власов К. А., Картамышев Д. А. Обнаружение DDoS-атак на основе нейронных сетей с применением метода роя частиц в качестве алгоритма обучения // Фундаментальные исследования. 2014. Т. 8. № 4. C. 829-832.
Слеповичев И. И., Ирматов П. В., Комарова М. С., Бежин А. А. Обнаружение DDoS-атак нечеткой нейронной сетью // Изв. Саратовского ун-та. 2009. Т. 9. № 3. С. 84-89.
Karpukhin E. O., Meshavkin K. V., Britvin N. V. Simulation modeling of congestion in telecommunication systems to determine the optimal parameters of linear network code // Revista Inclusiones. 2020. V. 7. numEspecial. Р. 105-121.
- Купить
