摘要：
摘自：http://www.freebuf.com/sectool/112076.html DNS Tunneling，是隐蔽信道的一种，通过将其他协议封装在DNS协议中传输建立通信。因为在我们的网络世界中DNS是一个必不可少的服务，所以大部分防火墙和入侵检测设备很少会过滤DNS流量，这就给DNS作 阅读全文
posted @ 2017-06-27 11:28
bonelee
阅读(1076)
评论(2)
推荐(0)
摘要：
DDoS（Distributed Denial of Service，分布式拒绝服务）攻击的主要目的是让指定目标无法提供正常服务，甚至从互联网上消失，是目前最强大、最难防御的攻击之一。 1.1. SYN Flood SYN Flood是互联网上最经典的DDoS攻击方式之一，最早出现于1999年左右， 阅读全文
posted @ 2017-06-26 16:44
bonelee
阅读(887)
评论(0)
推荐(1)
摘要：
在过去，很多防火墙对于DDoS攻击的检测一般是基于一个预先设定的流量阈值，超过一定的阈值，则会产生告警事件，做的细一些的可能会针对不同的流量特征设置不同的告警曲线，这样当某种攻击突然出现的时候，比如SYN flood,此时网络中SYN的报文会超过阈值，说明发生了SYN flood攻击。但是当网络中的 阅读全文
posted @ 2017-06-26 14:23
bonelee
阅读(638)
评论(0)
推荐(0)
摘要：
见：https://www.leiphone.com/news/201608/IWvc75oJglAIsDvJ.html TODO 待好好细看 阅读全文
posted @ 2017-06-26 13:17
bonelee
阅读(351)
评论(0)
推荐(0)
摘要：
转自：http://www.airghc.top/2016/11/10/Dection-DDos/ 最近研究了一篇论文，关于检测DDos攻击，使用了深度学习中 栈式自编码的算法，现在简要介绍一下内容论文下载 讨论班讲解pdf-by airghc ppt DDOS: Distributed Denia 阅读全文
posted @ 2017-06-26 09:51
bonelee
阅读(1168)
评论(0)
推荐(0)
摘要：
摘要深度学习当前在NLP领域发展也相当快，翻译，问答，摘要等基本都被深度学习占领了。 本文给出基于深度学习的中文分词实现，借助大规模语料，不需要构造额外手工特征，在2014年人民日报语料上取得97.5%的准确率。模型基本是参考论文：http://www.aclweb.org/anthology/N1 阅读全文
posted @ 2017-06-26 09:33
bonelee
阅读(10141)
评论(0)
推荐(0)
摘要：
深度学习实战篇-基于RNN的中文分词探索 近年来，深度学习在人工智能的多个领域取得了显著成绩。微软使用的152层深度神经网络在ImageNet的比赛上斩获多项第一，同时在图像识别中超过了人类的识别水平。百度在中文语音识别上取得了97%的准确率，已经超过了人类的识别能力。 随着深度学习在越来越多的领域 阅读全文
posted @ 2017-06-26 09:31
bonelee
阅读(3983)
评论(0)
推荐(0)
摘要：
摘自：http://blog.csdn.net/heyongluoyao8/article/details/48636251 不同于传统的FNNs(Feed-forward Neural Networks，前向反馈神经网络)，RNNs引入了定向循环，能够处理那些输入之间前后关联的问题。定向循环结构如 阅读全文
posted @ 2017-06-26 09:12
bonelee
阅读(649)
评论(0)
推荐(0)
摘要：
一些源码：https://github.com/elbaulp/MafDet System that aims to detect and mitigate DDoS attacks using Machine Learning techniques & SDN.https://github.com 阅读全文
posted @ 2017-06-24 17:54
bonelee
阅读(1219)
评论(0)
推荐(0)
摘要：
DDos攻击本质上是时间序列数据，t+1时刻的数据特点和t时刻强相关，因此用HMM或者CRF来做检测是必然！——和一个句子的分词算法CRF没有区别！注：传统DDos检测直接基于IP数据发送流量来识别，通过硬件防火墙搞定。大数据方案是针对慢速DDos攻击来搞定。难点：在进行攻击的时候，攻击数据包都是经 阅读全文
posted @ 2017-06-24 15:37
bonelee
阅读(3097)
评论(1)
推荐(0)
浙公网安备 33010602011771号