Loading...
Please wait, while we are loading the content...
Similar Documents
Vers une détection à la source des activités malveillantes dans les clouds publics : application aux attaques de déni de service
| Content Provider | Semantic Scholar |
|---|---|
| Author | Hammi, Badis |
| Copyright Year | 2015 |
| Abstract | Le cloud computing, solution souple et peu couteuse, est aujourd'hui largement adopte pour la production a grande echelle de services IT. Toutefois, des utilisateurs malveillants tirent parti de ces caracteristiques pour beneficier d'une plate-forme d'attaque prete a l'emploi dotee d'une puissance colossale. Parmi les plus grands beneficiaires de cette conversion en vecteur d'attaque, les botclouds sont utilises pour perpetrer des attaques de deni de service distribuees (DDoS) envers tout tiers connecte a Internet.Si les attaques de ce type, perpetrees par des botnets ont ete largement etudiees par le passe, leur mode operatoire et leur contexte de mise en œuvre sont ici differents et necessitent de nouvelles solutions. Pour ce faire, nous proposons dans le travail de these expose dans ce manuscrit, une approche distribuee pour la detection a la source d'attaques DDoS perpetrees par des machines virtuelles hebergees dans un cloud public. Nous presentons tout d'abord une etude experimentale qui a consiste a mettre en œuvre deux botclouds dans un environnement de deploiement quasi-reel hebergeant une charge legitime. L'analyse des donnees collectees permet de deduire des invariants comportementaux qui forment le socle d'un systeme de detection a base de signature, fonde sur une analyse en composantes principales. Enfin, pour satisfaire au support du facteur d'echelle, nous proposons une solution de distribution de notre detecteur sur la base d'un reseau de recouvrement pair a pair structure qui forme une architecture hierarchique d'agregation decentralisee |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | http://www.theses.fr/2015TROY0023/document |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |