1、分布式拒絕服務（DDoS，Distributed Denial of Service）攻擊是當前互聯(lián)網(wǎng)存在的重要安全威脅。隨著 Internet規(guī)模的不斷擴大和網(wǎng)絡帶寬的不斷提升，網(wǎng)絡DDoS攻擊的流量也隨之增大。巨大的網(wǎng)絡流量給網(wǎng)絡安全檢測設備和技術帶來了前所未有的壓力，而傳統(tǒng)的單一服務器已經不能滿足實時大數(shù)據(jù)的吞吐能力要求，近年來，學術界和工業(yè)界對大數(shù)據(jù)處理技術和平臺的研究十分火熱，大數(shù)據(jù)處理平臺Spark的誕生為大流量的DDoS攻

2、擊的快速實時檢測和防御帶來了可能，借助計算機集群資源利用Spark大數(shù)據(jù)處理平臺和技術手段，能有效解決計算能力上的瓶頸問題。
　　在深入分析各類 DDoS檢測和防御方法的基礎上，本文提出了一種基于源簇特征統(tǒng)計的自適應實時 DDoS攻擊檢測方法，并設計了基于分組過濾的 DDoS攻擊防御策略。通過對滑動窗口內源簇進行分組，并將各分組內源簇比例的最大偏差與閥值進行比較，檢測出 DDoS攻擊流量。當檢測出網(wǎng)絡流量中存在 DDoS攻擊流量時

3、，將根據(jù)分組過濾策略對DDoS攻擊流量進行過濾。
　　基于Spark Strea ming大數(shù)據(jù)流處理框架，本文設計了一個基于大數(shù)據(jù)流處理的自適應實時 DDoS攻擊檢測和防御架構，將提出的基于源簇特征統(tǒng)計的自適應實時 DDoS檢測方法和基于分組過濾的 DDoS攻擊防御策略，在大數(shù)據(jù)處理平臺上進行了實現(xiàn)。框架由Kafka消息中間件模塊、基于Spark Streaming的檢測模塊和基于Spark Strea ming的防御模塊三部分