Verbesserte kollaborative Minderung des Anforderungsschwellenwerts fr HTTP-Flood

HTTP-Flood-Angriffe haben sich seit langem als Herausforderung fr Internet-Webdienste erwiesen. Es wurden verschiedene Anstze entwickelt, um HTTP-Flood-Angriffe zu erkennen und abzuwehren, jedoch ist es fr einen Router auf dem Gegner (d. h. dem Opferpfad) nicht immer mglich, einen laufenden Angriff zu erkennen. Auerdem erkennen die meisten Anstze nur das Vorhandensein eines Angriffs. Diese Studie prsentierte ein auf Schwellenwerten basierendes kollaboratives Erkennungs- und Abwehrmodell, um laufende HTTP-Flood-Angriffe unabhngig vom Pfad und der Position des Gegners zu erkennen und abzuwehren. Daher wird dieses System dazu beitragen, HTTP-Flood-Angriffe auf ein Niveau zu reduzieren, das ununterbrochene Dienste fr legitime Benutzer gewhrleistet. Die Ergebnisse des Ansatzes zeigen, dass eine Verbesserung der Nutzungsleistung von 64,33 % gegenber dem Szenario ohne Schema auf Anforderungsschwellenbasis verzeichnet wird. Dies impliziert, dass das auf Anforderungsschwellen basierende Erkennungs- und Minderungsmodell eine Steigerung der CPU-Leistung des Webservers um 14,33% bei http-Flood-Angriffen gegenber anderen Anstzen wie dem ratenbasierten Erkennungs- und Minderungsschema bietet. Die Forschung liefert einen Algorithmus zur Minderung von http-Flood.