缓冲区溢出学习的高级教材！我个人也正在学习研究中，和大家一起分享！

CPS控制层欺骗攻击检测算法的研究.docx

数据集为公开数据集，但是下载需要FQ，资源整理不易，按需下载

安全技术-网络信息-无线传感器网络Sybil攻击检测及安全路由协议研究.pdf

Web技术是通过Web采用HTTP或HTTPS协议访问外部并对外部请求提供服务和响应的应用程序，Web应用日益成为软件开发的主流之一，随之而来的是，Web应用程序中存在的多种安全漏洞渐渐显露出来，这些给人们的生活、工作、学习都带来了巨大的损失。面对Web网站存在的种种安全漏洞问题，文章通过对大量SQL注入攻击报文的攻击特征进行总结分析，结合SQL注入攻击的攻击特征和攻击原理，提出了一种基于通用规则的SQL注入攻击检测与防御的方法，并利用SQL注入检测工具Sqlmap进行SQL注入攻击模拟同时对网络流量捕捉抓包，对上述检测防御方法进行验证。SQL注入检测工具利用自带网络爬虫通过HTTP协议和URL链接来遍历网页并获取页面数据信息，然后进行SQL注入尝试并通过抓包工具捕捉网络攻击流量，提取攻击特征，总结通用规则，更新规则库，最终结合IPS入侵防御系统告警或阻断来提升网络环境的安全性。实验测试表明，该方法可有效检测SQL注入攻击漏洞。

环境配置： 首先要求：python 3.6 响应的库函数：TensorFlow，python-scapy train_url.py： 该文件主要包含的功能是实现对训练数据的加载以及处理，同时训练模型模块以及预测分析模块也在此 get_url.py: 该文件的主要功能是实现抓取数据包，同时将数据包中的URL解析出来 type.py： 该文件的主要功能是实现对攻击类型的判断 UI.py： 该文件是实现UI界面 Main.py： 主函数的执行入口

FeatherNets - 人脸反欺骗攻击检测挑战中的第三方解决方案

为解决软件定义网络（software defined network，SDN）控制器易受分布式拒绝服务（distributed denial of service，DDoS）攻击的问题，提出了一种基于Sibson距离的DDoS攻击检测方法。首先，针对现有SDN控制器负载过重问题，设计了一种分层式DDoS攻击检测架构，通过采用多个代理控制器来减轻主控制器负荷；其次，针对现有DDoS攻击检测误报率高的问题，提出了一种基于Sibson距离DDoS攻击检测算法，在提高检测时效性和保证检测精度的同时，加强对正常突发流的识别能力。仿真实验表明，该方法能有效区分攻击流和正常突发流，提高了网络的稳健性。

欢迎使用GitHub 安装 sudo apt-get install python-setuptools python-numpy python-scipy python-matplotlib python-pip -y sudo pip install numpy scipy matplotlib scikit-learn luminol 设置日志 您必须提供日志文件的位置才能运行此程序。 以下是任何Web服务器的日志格式 “％d-％b-％Y％T ::::％a ::::％m ::::％s ::::％B ::::％D ::::％U ::: ：％r“ ％d是日期 ％b是月份 ％Y是年份 ％

软件定义网络是一种全新的网络架构，集中控制是其主要优势，但若受到DDoS 攻击则会造成信息不可达，也容易造成单点失效。为了有效地识别DDoS攻击，提出了一种SDN环境下基于BP神经网络的DDoS攻击检测方法。该方法获取OpenFlow交换机的流表项，分析SDN环境下DDoS攻击特性，提取出与攻击相关的流表匹配成功率、流表项速率等六个重要特征；通过分析六个相关特征值的变化，采用BP神经网络算法对训练样本进行分类，实现对DDoS攻击的检测。实验结果表明，该方法在有效提高识别率的同时，降低了检测时间。通过在软件定义网络环境中的部署，验证了该方法的有效性。