Skip to main content Skip to main navigation

Projekt

NetShield

Entwicklung eines DDoS Erkennungs- und Abwehrsystems

  • Laufzeit:

Ziel des Projektes ist die Entwicklung eines Systems, das in der Lage ist, Distributed Denial-of-Service (DDoS) Attacken zu erkennen und angemessen abzuwehren. Das System soll sich hierbei selbstständig an die zu schützenden Server und den "normalen" Netzwerktraffic anpassen. Um auch neuartige, bisher unbekannte Angriffe zuverlässig abwehren zu können, werden Ansätze aus dem Bereich der Mustererkennung und der Planerkennung zum Einsatz kommen.

Fördergeber

Deutsche Telekom Laboratories

Projekt teilen auf:

Keyfacts

Publikationen zum Projekt

Anomaly Detection in Large Datasets

Markus Goldstein

PhD-Thesis, Technische Universität Kaiserslautern, ISBN 978-3-8439-1572-4, Dr. Hut, München, 2/2014.

Zur Publikation

Server-side Prediction of Source IP Addresses using Density Estimation

Markus Goldstein; Matthias Reif; Armin Stahl; Thomas Breuel

In: Availability, Reliability and Security, 2009. ARES 09. Fourth International Conference on. International Conference on Availability, Reliability and Security (ARES-2009), ARES - The International Dependability Conference, March 16-19, Fukuoka, Japan, Pages 82-89, ISBN 978-0-7695-3564-7, IEEE Computer Society Press, 3/2009.

Zur Publikation

Anomaly Detection by Combining Decision Trees and Parametric Densities

Matthias Reif; Markus Goldstein; Armin Stahl; Thomas Breuel

In: Pattern Recognition, 2008. ICPR 2008. International Conference on Pattern Recognition (ICPR-2008), 19th, December 8-11, Tampa, FL, USA, IEEE, 12/2008.

Zur Publikation
Alle Publikationen