一種可靠檢測低速率DDoS攻擊的異常檢測系統(tǒng)

一種可靠檢測低速率DDoS攻擊的異常檢測系統(tǒng)

　引? 言

　　現(xiàn)代社會對計算機(jī)網(wǎng)絡(luò)(如互聯(lián)網(wǎng))的依賴性愈來愈強，從而，網(wǎng)絡(luò)安全的重要性不言而喻。在網(wǎng)絡(luò)安全方面，檢測分布式拒絕服務(wù)攻擊(Distributed Denialof Service，DDoS)一直是重要研究內(nèi)容。在入侵檢測方面有兩類系統(tǒng)：基于主機(jī)的入侵檢測系統(tǒng)(IDS)和基于網(wǎng)絡(luò)的IDS。基于網(wǎng)絡(luò)的IDS以網(wǎng)絡(luò)流量為檢測對象，它又可分為兩類：誤用檢測和異常檢測。誤用檢測基于以往攻擊事件的特征庫，故誤用檢測的IDS能準(zhǔn)確檢測舊式攻擊。誤用檢測對新變種的 DDoS攻擊顯得無力，因為新變種的DDoS攻擊的新特征尚不在特征庫內(nèi)，故可以百分之百地逃避誤用檢測。本文工作屬異常檢測。

　　異常檢測適合新變種的DDoS攻擊。但是，若把異常流量判別為正常則出現(xiàn)漏報。對于一次報警，把異常流量識別為異常的概率有多大?漏報概率有多大?這些是異常檢測的可靠報警問題，也是異常檢測的棘手問題。所謂可靠報警，是指所采用的異常檢測器在原理上就具備那樣的特性，用戶可預(yù)先設(shè)定報警概率和漏報概率?？煽繄缶窃撐难芯康腎DS的主要特點。

　　傳統(tǒng)DDoS攻擊的基本特點是數(shù)據(jù)速率特別高。故IDS常按高速率檢測，包括以前的工作。近年來，出現(xiàn)了一種低速率DDoS攻擊，其目的是逃避常規(guī)IDS。因此，如何可靠地檢測低速率DDoS攻擊成了有意義的研究。本文提出一種可靠檢測低速率DDoS攻擊的 IDS。它由三部分組成：網(wǎng)絡(luò)流量的實時采集模塊；檢測決策模塊；報警模塊。整個系統(tǒng)，其輸入是網(wǎng)絡(luò)流量，輸出是就異常流量發(fā)出的報警信號。該系統(tǒng)的主要特點是能按用戶指定的檢測概率做出決策和報警。

　　1低速率DDoS攻擊的特點

　　這里討論的低速率攻擊，是攻擊者以TCP協(xié)議為目標(biāo)，通過RTO計時器，在鏈接中制造運行中斷，從而導(dǎo)致TCP控制機(jī)構(gòu)擁塞。進(jìn)行攻擊的數(shù)據(jù)流是具有一定周期的方波。攻擊流量的速率低，卻有高的攻擊效率。

　　TCP 協(xié)議中，RTO是個重要的值。采用RTO是為了保證網(wǎng)絡(luò)有足夠的時間從擁塞中恢復(fù)過來。如果RTO過大，出現(xiàn)報文丟失，TCP需要等待過長的時間才能重傳報文，增加了TCP報文傳輸時間。如果RTO過小，會引起不必要的重傳，同時會錯誤地觸發(fā)TCP的超時重傳算法，降低了TCP的發(fā)送速率，從而降低了 TCP的性能。下面介紹攻擊的原理。

　　設(shè)TCP的RTO值為1 s，攻擊者在0時刻制造了一個運行中斷。TCP發(fā)送者要等待1 s重傳并且將RTO加倍。如果攻擊者在1 s和RTT間又制造了一個運行中斷，將迫使TCP再等2 s，攻擊者可以利用KAM算法，在3 s，7 s，15 s，…時通過制造相似的運行中斷。如此，就能用很低的平均速率進(jìn)行攻擊，使服務(wù)器對TCP流拒絕服務(wù)?？梢?，若DDoS周期和RTO相近，則TCP會一直發(fā)生丟包事件。于是，結(jié)束超時重傳的狀態(tài)就一直不變，最終導(dǎo)致吞吐量幾乎為0。因此，低速率攻擊的關(guān)鍵就是攻擊者能否對RTO進(jìn)行準(zhǔn)確預(yù)測。另外，脈沖持續(xù)時間長短也很重要。文獻(xiàn)[5]指出，當(dāng)l=maxi{RTTi}且T=RTO時，攻擊效率很高。

　　簡言之，和高速率攻擊相比，低速率DDoS攻擊的一個最大特點就是集中在某一小時間范圍內(nèi)發(fā)送惡意數(shù)據(jù)，從而使得攻擊數(shù)據(jù)流的平均速率比較小，以逃避常規(guī)IDS的檢測。

　　2 IDS結(jié)構(gòu)及功能

　　系統(tǒng)結(jié)構(gòu)與功能

　　本文討論的IDS主要由三個模塊組成，各模塊的名稱及功能如下：

　　數(shù)據(jù)采集與萃取模塊? 此模塊是基于LIBPCAP函數(shù)庫實現(xiàn)的。封裝為C++類，可方便嵌入入侵檢測系統(tǒng)，作為前端流量采集與信息萃取模塊?？紤]到IDS是一類實時系統(tǒng)，該模塊的設(shè)計原則是所測流量足夠后面的異常檢測用即可。就本文講述的系統(tǒng)，信息萃取是從測得的數(shù)據(jù)包中提取包長度信息。

　　攻擊識別與決策模塊? 由用戶按設(shè)定的識別概率和漏報概率做異常流量檢測。

　　報警模塊? 根據(jù)用戶設(shè)定的識別概率和漏報概率對發(fā)生的攻擊采取多種方式進(jìn)行報警。系統(tǒng)結(jié)構(gòu)如圖1所示。下面分別描述各模塊的結(jié)構(gòu)。

　　2.2數(shù)據(jù)采集與萃取模塊

　　網(wǎng)絡(luò)數(shù)據(jù)包捕獲

　　利用LIBPCAP函數(shù)庫實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)包的捕獲，該庫所提供的主要功能函數(shù)有(見LIBPCAP手冊)：

　　pcap_open_live()：獲取捕獲數(shù)據(jù)包的描述符，用于查看網(wǎng)絡(luò)數(shù)據(jù)包的傳輸；

　　pcap_lookupdev()：返回供pcap_open_live()使用的設(shè)備指針；

　　pcap_open_offline()：打開數(shù)據(jù)包文件以供離線分析；

　　pcap_dump_open()：打開文件以供寫入數(shù)據(jù)包；

　　pcap_setfilter()：設(shè)置數(shù)據(jù)包過濾器程序；

　　pcap_loop()：啟動數(shù)據(jù)包捕獲。

　　數(shù)據(jù)包捕獲過程如圖2所示。

?

　　2.2.2? 數(shù)據(jù)包信息萃取

　　進(jìn)行了包捕獲之后，需要將捕獲到的數(shù)據(jù)包通過回調(diào)函數(shù)進(jìn)行數(shù)據(jù)包的解析。因此在對回調(diào)函數(shù)進(jìn)行封裝時，必須借助一解析流程，實現(xiàn)回調(diào)函數(shù)和線程類間的數(shù)據(jù)共享，再根據(jù)TCP／IP協(xié)議族層次結(jié)構(gòu)圖及各層數(shù)據(jù)包格式的定義，對各層加入的頭和控制信息進(jìn)行解封裝。詳細(xì)過程見文獻(xiàn)[9]。圖3是該解析流程的過程。

　　上述實時采集及信息萃取模塊采用基于GUI的可重用設(shè)計方法。其流量解析結(jié)果以GUI界面輸出，進(jìn)行對入侵檢測系統(tǒng)的接口操作，實現(xiàn)下一模塊：攻擊識別與決策的數(shù)據(jù)包采集與萃取的預(yù)處理過程。

　　2.3攻擊識別與決策模塊

　　此模塊的關(guān)鍵問題有兩個：一是根據(jù)識別方法選擇合適的檢測特征；另一是如何實現(xiàn)可靠識別?？煽孔R別的意思是指，用戶可事先設(shè)定所需要的識別概率和漏報概率。

　　設(shè) x(t)為到達(dá)流量函數(shù)。其最小流量約束函數(shù)記做f(I)(I>0)。則在區(qū)間[0，I]內(nèi)，到達(dá)的累積流量不會小于 f(I)=min[x(t+I)-x(t)]。在時間區(qū)間[(n-1)I，nI](n=1，2，…，N)內(nèi)，f(I，n)就是該區(qū)間內(nèi)的最小流量約束函數(shù)。它是關(guān)于n的隨機(jī)序列。把各區(qū)間[(n-1)I，nI]都分成M段。每段長度為L。對第m段(m=1，2，…，M)，取平均值E[f(I，n)]m。則當(dāng)M>10時，E[f(I，n)]m符合高斯分布

　　設(shè)置信系數(shù)為1-a1，則統(tǒng)計下限為：??

　　于是，得到模板η=E[f(I，n)]。令閾值Vt=bf(M,α1)，則低速率檢測概率和丟失概率分別為：

　　由此，用戶可以預(yù)先設(shè)置α1值來得到給定的檢測概率和漏報概率。當(dāng)η≥Vl時，視數(shù)據(jù)流為正常。

　　2.4報警模塊

　　IDS 檢測到低速率攻擊后，向用戶報警并將該事件通知給安全管理中心，做出防衛(wèi)決策。根據(jù)需要，可將報警信息發(fā)給其他網(wǎng)絡(luò)，構(gòu)成全方位的、立體的網(wǎng)絡(luò)安全解決方案。當(dāng)出現(xiàn)報警信息時可以采取的報警方式有：開啟警燈，彈出界面，開啟警鈴，發(fā)短信給高層決策者，發(fā)Email給高層決策者等，這幾種報警方式可以單獨采用也可以集中相結(jié)合。

　　警報出現(xiàn)時，還要通知安全管理中心，如果是嚴(yán)重的大范圍攻擊，則通知其他網(wǎng)絡(luò)，防止攻擊對網(wǎng)絡(luò)造成大范圍的破壞；否則，內(nèi)部處理。

　　3實驗結(jié)果

　　采用以前的工作所述的方法仿真實驗用的網(wǎng)絡(luò)流量，分別用正常和非正常情況下的兩個數(shù)據(jù)流進(jìn)行實驗，并做一個對比。

　圖 5表示兩個數(shù)據(jù)流的x(t)，圖6，圖7表示兩種情況下的，f(I，n)(n，I=1，2，…，16)。由于版面限制，只給出前四種情況。圖8，圖9是兩種情況下的平均速率圖和速率的概率密度分布圖，由此可以清楚地看到，此種方法能準(zhǔn)確地分辨出低速率和正常的速率，能夠用于低速率攻擊的檢測。

　　4結(jié)語

　　論述了一種可靠檢測低速率DDoS攻擊的系統(tǒng)，并做了仿真實驗驗證。通過網(wǎng)絡(luò)數(shù)據(jù)包實時采集與信息萃取模塊的預(yù)處理，對數(shù)據(jù)包進(jìn)行捕獲與解析，接入到識別模塊，發(fā)現(xiàn)異常即啟動報警機(jī)制。該系統(tǒng)可由用戶設(shè)定識別概率和漏報概率。除可靠識別外，本文論述的系統(tǒng)還有個優(yōu)點。它可方便地延拓到分級服務(wù)網(wǎng)中。

　　例如，設(shè)xip,j,k(t)是來自連接j，通過服務(wù)器k，具有優(yōu)先級p的第i類的所有數(shù)據(jù)流，那么其最小流量約束函數(shù)是：，把它用于2．3節(jié)，則整個系統(tǒng)就立即成了專門檢測到達(dá)流xip,j,k(t)是否異常的IDS。